본 논문에서는 교환기와 같은 실시간 분산 시스템의 개발을 위한 SDL과 CHILL에 기반한 통합 소프트웨어 개발 방법이 제시된다. 이미 다양한 분야에서 SDL과 CHILL의 도구들이 각각 개발되어 왔지만, 본 논문에서는 이들을 통합할 수 있도록 SDL에서 CHILL로의 자동 코드 생성과 심벌 디버깅 환경에 중점을 둔다. 이는 완벽한 수행과 심벌 추적 정보의 삽입을 위한 자동 코드 생성 단계와 SDL 심벌 디버거와 CHILL 시험 환경을 이용한 실시간 심벌 디버깅 단계로 이루어지며, 첫째 SDL에 기반한 정형명세, 둘째 설계의 검증과 확인, 셋째 자동 코드 생성, 넷째 분산된 실시간 병행 CHILL 프로그램의 디버깅, 그리고 마지막으로 응용 프로그램의 CHILL에 기반한 호스트 통합 시험을 제공한다.

이 논문에서 제시된 2D Map-Based Navigation (MBN)은 다중 사용자 환경의 가상공간을 이동할 때, 실세계와 유사한 이동방법을 제공하여 사용자로 하여금 가상공간에 대한 현장감 및 현실감의 제고에 초점을 두었다. MBN은 사용자들이 가상공간에서 발생하기 쉬운 spatial loss를 방지하고, 이동 시 부가적인 입력이 없이도 일정한 속도로 이동을 지원하는 Automatic Constant-velocity Navigation, 이동중 장애물 및 다른 사용자(아바타)와의 충돌현상을 감지 및 회피하는 Collision Detection and Avoidance, 그리고 충돌회피 후 기존 방향으로의 계속된 이동을 지원하는 Path Adjustment 등의 기능을 제공한다. MBN은 spatial loss의 방지, 사용자의 부가적인 노력의 감소 및 병행작업의 보장, 현실과 유사한 사용자 중심의 navigation 기법의 제공, 그리고 가상공간과 현실과의 괴리를 줄임으로써 가상현실이 추구하는 현실감 및 현장감을 높일 수 있도록 하였다. 실험을 통하여 본 연구에서 제안한 MBN이 사용자 중심의 매우 자연스럽소, 쉽고 편리한 가상공간 navigation 인터페이사라는 평가를 얻었다.

본 연구에서는 시계열자료를 예측하기 위해 적용한 n$\times$n$\times$1 신경망 구조에서 초기값의 시각적인 선택을 통한 개선된 학습과정을 제안한다. 적용된 Easton[1]의 제어상자는 시각적인 면과 실용적인 적용측면에서 다차원 구조를 논의하기에는 제한적이지만, 적은 개수의 은닉노드를 갖는 단순한 신경망구조에서는 초기 가중값들의 동적인 선택을 통하여 가능한 빨리 효과적인 학습이 이루어질 수 있게 할 수 있다. 신경망 학습의 오차 판단기준은 기존의 평균제곱오차(MSE)를 고려한다. 실증연구에는 모의생성된 ARMA(1,0) 자료와 담배생산량 자료를 이용한다.

웹 자원을 효율적으로 관리하기 위해서 메타데이타(metadata)의 활용이 증가하고 있으며, 이 활용 분야 중 웹사이트 관리를 위한 응용들은 표준화되지 않아서 상호호환성의 문제를 가지고 있다. 따라서 본 논문에서는 메타데이타의 표준화와 상호운영을 목적으로 하는 RDF(Resources Description Framework)를 이용하여 웹사이트 관리를 위한 메타데이타 생성 시스템을 제안한다. 제안된 시스템은 웹사이트를 기관 도메인별로 자동 분류하고, 정보를 구조적 형식으로 기술하여 효율적인 검색 환경을 제시할 수 있다. 이를 위해 더블린 코어를 기반으로 한 메타데이타 모델 및 RDF 메타데이타를 자동 생생하기 위한 사상 규칙과 알고리즘을 제시하고 시스템을 구현한다.

셀프 캘리브레이션은 영상 시퀀스에 대한 특징점 정합 결과를 이용하여 카메라 내부 파라미터를 계산하는 기법이다. 이는 임의로 움직이는 카메라를 이용하여 얻은 영상 시퀀스를 이용하여 유클리디안 복원을 수행하는데 응용될 수 있다. 안정적인 3차원 복원결과를 얻기 위하여 본 논문에서는 두 가지 제약 조건을 사용한다(카메라 내부 파라미터의 개수에 대한 제약 조건과 복원할 장면의 기하학적 구조를 이용한 제약 조건). 카메라 내부 파라미터에 대한 제약 조건은 카메라의 하드웨어적인 특성을 반영하며 이러한 제약 조건을 적용함으로써 셀프 캘리브레이션 중 비선형 최적화 과정의 수렴도를 높일 수 있다. 또, 기하학적 제약 조건은 대상 장면의 직각 구조를 이용하여 이에 대한 조건을 분석하여 제약 조건에 대한 수식을 유도한 다음 이를 최적화 과정에 포함시킨다. 합성 영상과 다양한 종류의 실제 영상에 대한 실험을 통하여 본 논문에서 제안된 방법을 이용하면 개선된 유클리디안 복원 결과를 얻을 수 있음을 보인다.

본 논문은 부영역 분할과 코드워드 인텍스의 캐시 개념을 이용하여 벡터 양자화를 위한 고속코드북 생성 및 부호화 방법을 제안한다. 제안한 방법은 인접한 입력 벡터는 대개 코드북내 특정 코드워드에 의해 나타내어지는 국부성에 바탕을 두고 있다. 초기에 모든 학습 벡터가 거리에 기반한 근접성을 이용하여 정해진 수의 부영역으로 분할된다. 각 부영역에 하나의 코드워드 인덱스 캐시가 할당되는데 이 캐시는 학습 초기에는 전체 코드북 크기에 대응하는 코드워드 인덱스를 갖는다. 학습이 진행되면서 입력 벡터가 갖는 국부성 때문에 각 부영역내 캐시중 사용되지 않는 코드워드 인덱스가 점차 발생하게 되므로 이들은 LRU(Least Recently Used) 삭제 알고리즘에 의해 제거된다. 학습이 진행됨에 따라 부영역 캐시에는 주어진 입력 벡터에 의해 참조되는 코드워드 인덱스만이 남게 되므로 한 학습 주기 동한 필요한 학습 시간이 점차 짧아지게 되어 전체적으로 코드북 생성 시간을 크게 줄일 수 있게 된다. 제안한 방법은 매 학습주기마다, 코드워드 인덱스 삭제 후보 중 주어진 부영역 중심으로부터 거리에 의해 멀리 떨어진 것부터 반만을 제거함에 따라. 복원된 영상의 화질 열화가 거의 없다. 시뮬레이션 결과 제안한 방법은 기존의 LBG 방법에 비해 화질 열화는 거의 없지만 코드북 생성 (또는 부호화) 속도를 2.6-5.4배 (또는3.7-18.8배) 향상시킨다.

본 논문에서는 대화체 번역을 위한 논항 구조에 기반한 한국어 분석에 대하여 기술한다. 논항구조 기반 문법은 순서에 관계없이 기술된다. 따라서 한국어 부분 자유 어순 특성으로 문법이 방대해지는 문제점을 해결할 수 있다. 또한, 서술어가 지배하는 논항이 문법으로부터 선택됨으로서 대화체가 갖는 특성인 간투어나 중복 발화 현상 등을 효과적으로 해결할 수 있다. 실험을 위하여 사용된 데이터는 ‘여행 안내’ 영역 중에서 1,335개의 훈련된 발화문과 420개의 훈련되지 않은 발화문이다. 실험 결과 훈련된 발화문에서는 99.7%, 훈련되지 않은 발화문에서는 93.3%의 분석 성공률을 보였다.