반응적 타부 탐색은 단순한 타부 탐색과 비교해서 중장기 메모리를 이용한 학습을 통하여 타부리스트의 크기를 반응적으로 변화시킴으로써 NP-hard 문제에 속하는 다양한 조합 최적해 문제에 대해서 좋은 해를 효율적으로 찾는다. 본 논문에서는 반응적 타부 탐색에 있어서 중장기 메모리를 이용한 탈출 메커니즘으로 이웃 해 전략 전환 메커니즘이라는 개념을 제시한다. 제시된 이웃 해 전략 전환 메커니즘을 이용한 반응적 타부 탐색을 특정 공과 대학의 강의 시간표 작성 문제와 외판원문제 (traveling salesman problem)에 적용하여 기존의 반응적 타부 탐색과 비교 분석을 하였다. 전산 실험 결과 제시된 알고리즘은 기존의 반응적 타부 탐색 알고리즘에 비교하여 더 좋은 해를 더 짧은 시간에 찾아주었다.

본 논문은 다양한 종류의 분산 인공지능 문제들을 에이전트라는 추상적 단위와 에이전트간의 상호작용을 토대로 해결하는 다중 에이전트 시스템을 개발하는 체계적 접근방법으로서 개발 방법론의 핵심인 아키텍쳐의 개발방법을 제안한다. 목표를 기반으로 문제영역을 이해하고, 여기에서 추출된 에이전트들을 이용하여 시스템을 개발함에 있어 지침이 되는 아키텍쳐 개발공정을 다중 에이전트 시스템의 특성인 조정과 자율성을 고려하여 제안한다. 각 관점마다 적용될 수 있는 아키텍쳐 스타일과 패턴들을 정의하고, 제안한 아키텍쳐를 UML(Unified Modeling Language)을 이용하여 표현하며, 아키텍쳐를 설명하는 ADL(Architecture Description Language)을 이용하여 정형화시킨다. 또한, 이를 지능형 교통시스템의 출발전 교통정보 안내 서브시스템에 적용, 구현함으로써, 제안하는 아키텍쳐를 검증해 보고, 이를 기반으로 소프트웨어를 개발하는 기초를 마련한다.

사이버 캐릭터(이하 캐릭터라 함)는 가사 환경에서 동작하는 인공 생명체이다. 캐릭터는 기본적으로 센서 시스템과 동작 제어 시스템으로 구성된다. 캐릭터는 센서 시스템을 통하여 가상 환경과 실세계를 인지하고, 사용자의 명령을 인식한다. 동작 제어 시스템은 과제를 수행하기 위한 계획을 수립하고, 적합한 행위를 선택하여 캐릭터를 동작시킨다. 사용자는 캐릭터와의 상호작용과 더불어 지능적인 행동을 직접 경험함으로써 가상 환경 속에서 현실감을 느끼게 된다. 본 논문에서는 현실감 있는 캐릭터와 가상 환경의 구축을 위한 3차원 그래픽 모델, 애니메이션 및 동작 제어 시스템, 실시간 영상 분석 시스템에 대하여 설명하고, 본 연구실에서 개발한 실험 결과를 소개한다.

일반적으로 2D 스테레오 영상으로부터 3차원 모델링을 위해서는 정확한 변위 측정이 필수이다. 기존의 스테레오 영상에서 변위 측정 방식은 전체 영상에 대하여 정합 연산을 수행함으로써 많은 연산 시간과 함께 높은 오 정합 확률의 문제가 있다. 본 논문에서는 스테레오 영상에서의 변위 벡터가 전체 탐색 범위 안에 골고루 분포되어 있지 않고 배경과 물체의 변위에 해당하는 값만을 갖는다는 특성을 이용하여 스테레오 영상을 웨이블릿 변환을 하고 1/4 크기로 줄어든 저주파 영역으로부터 영역 기반 방법을 이용하여 대략적인 변위 영역을 구한다. 대략적인 변위 백터로부터 변위 히스토그램을 생성하고, 이를 이용하여 전경과 배경을 분할 한 뒤, 다시 전경 영상만을 원 영상으로 복원하여 화소의 밝기값이 아닌 2차 미분값을 이용한 화소기반 방법을 통해 조밀한 변위를 구하는 2단계 하이브리드 방법을 제안한다. 또한, 분할된 전경 영역으로부터, 특징점들을 뽑아내고 변위 벡터와 카메라 파라미터를 이용하여 특징점들의 깊이 정보를 추정해 내는 3차원 모델링 과정을 제시한다. 본 논문에서 제안한 방법을 적용할 경우, 기존의 영역 기반 방법의 문제점인 계산 시간 문제를 상당 부분 단축시킬 수 있고, LOG 필터를 통한 2차 미분값을 이용한 화소기반 방법을 추가함으로써, 정밀한 변위를 구할 수 있다. 또한 교차 일치성 검사를 통해 잘못된 변위를 제거하고, 폐색 영역들을 검사할 수 있다. 아울러 3차원 모델링 과정에서, 기존의 Delaunay 삼각측량법의 문제점인 오정합 문제를 전경/배경 분할 알고리즘을 제안함으로써 효과적으로 해결 할 수 있다.

필기 한글의 문자나 단어 인식에 있어 패턴을 구성하는 획 성분을 추출하는 작업은 매우 중요하다. 세선화와 직선근사에 기반한 고전적인 방법은 원래 패턴을 크게 왜곡한다는 단점을 가지고 있다. 우리는 이러한 문제점을 해결하기 위하여 한글 패턴에 적합한 모양 분해 알고리즘을 제안한다. 한글 패턴은 T-접점과 B-접점이라는 두가지 모양 특징을 중심으로 분할할 수 있다고 관찰에 근거하여 알고리즘을 설계하였다. 또한 세 개 이상의 획이 복잡한 형태로 만나는 결합 지점을 강전하게 처리하는 방법도 제시한다. 제안한 알고리즘을 PE92 데이터베이스에 적용한 결과를 제시한다.

본 논문에서는 다수의 페이지로 구성된 복잡한 구조의 문서로부터 SGML/XML에 기반한 전자 문서를 생성하기 위한 구문론적인 구조분석 방법을 제안한다. 특히 제안된 파싱 기법은 텍스트 라인을 기본 단위로 하는 기존 연구보다 논리적인 계층 구조를 보다 정확하고 빠르게 생성하기 위하여 텍스터 영역의 계층적인 트리 구조를 입력으로 받아들인다. 또한 문서 유형의 논리적인 구조 정보와 기하적인 특성을 효과적으로 기술할 수 있는 문서모델을 정의하고, 이의 자동 생성과 점증적인 학습 방법을 제안한다. 제안된 방법의 성능을 평가하기 위하여 과학 기술 논문으로부터 스캐닝한 372개의 논문 연상으로 실험한 결과, 제안된 방법은 기존 연구와 달리 다수의 문서 영상으로 구성된 문서에 대하여 논리적인 구조분석과 문서 모델의 자동 생성을 효율적으로 지원하였다. 특히 제안된 방법은 논리적인 구조분석의 최종 결과로서 SGML/XML 문서를 생성하기 때문에 문서의 재 사용성과 호환성을 높인다.