강화학습(reinforcement learning)은 온라인으로 환경(environment)과 상호작용 하는 과정을 통하여 목표를 이루기 위한 전략을 학습한다. 강화학습의 기본적인 알고리즘인 Q-learning의 학습 속도를 가속하기 위해서, 거대한 상태공간 문제(curse of dimensionality)를 해결할 수 있고 강화학습의 특성에 적합한 함수 근사 방법이 필요하다. 본 논문에서는 이러한 문제점들을 개선하기 위해서, 온라인 퍼지 클러스터링(online fuzzy clustering)을 기반으로 한 Fuzzy Q-Map을 제안한다. Fuzzy Q-Map은 온라인 학습이 가능하고 환경의 불확실성을 표현할 수 있는 강화학습에 적합한 함수근사방법이다. Fuzzy Q-Map을 마운틴 카 문제에 적용하여 보았고, 학습 초기에 학습 속도가 가속됨을 보였다.

최근 정보체계 개발에 있어서 체계간 상호운용성의 중요성으로 인해 상호운용 능력을 평가하는 정보체계 상호운용성 수준(LISI)이 정의되어 있다. 이 때, 상호운용 평가 자료의 저장 및 관리를 효과적으로 지원하기 위한 평가 정보 저장소의 구축이 필수적으로 요구된다. 평가 정보의 저장 및 관리를 위한 LISI 저장소는 다양한 플랫폼에서 개발된 평가체계에 독립적이면서 표준화된 방법을 통해 그 기능을 제공할 수 있어야 한다. LISI 저장소의 비즈니스 로직들은 현재의 분산 환경에 맞도록 분산 컴포넌트로 개발되어져야 하며 표준화된 LISI 데이타의 표현과 함께 LISI 저장소의 특성을 잘 반영할 수 있도록 기존의 소프트웨어 설계 방법을 보다 구체화할 필요가 있다. 뿐만 아니라 LISI 저장소의 구현에 필요한 다양한 구현 기술들을 인식하고 하나의 LISI 저장소의 구현에 통합 활용할 수 있도록 하는 방안이 필요하다. 본 논문에서는 상호운용성 평가 정보를 관리하는 LISI 저장소의 설계 및 구현에 있어서 LISI 저장소의 특성을 3가지 관점에서 고려하여 LISI 저장소에 구체화한 설계 방안과, 다양한 LISI 저장소 구현 기술을 하나의 LISI 저장소 구현을 위해 상호 유기적으로 통합 활용할 수 있는 구현 방안을 LISI 저장소 개발 프레임워크로서 제시한다. 이는 실제 설계자 및 개발자들에게 LISI 저장소의 구축 시 고려되어야 할 요소와 적용 방법들에 대한 구체적인 가이드라인을 제시해줌으로써 보다 쉽고 효과적인 LISI 저장소의 구축을 돕는다.

본 연구는 객체 재사용과 재공학을 위해 레거시 시스템의 인터페이스 정보로부터 의미 있는 정보를 추출하고 새로운 시스템에 통합될 수 있도록 하기 위한 기존 레거시 시스템의 인터페이스에 기반 한 객체추출 기법을 제안한다. 본 논문에서 제안하는 객체추출 기법은 인터페이스 사용 사례 분석 단계, 인터페이스 객체 분할 단계, 객체구조 모델링 단계, 객체 모델 통합 단계 등 4단계로 구성되어 있다. 인터페이스 사용 사례 분석 단계는 인터페이스 구조 그리고 레거시 시스템과 사용자간의 상호작용 등의 정보를 획득하는 단계이다. 인터페이스 객체분할 단계는 인터페이스 정보를 의미 있는 필드들로 구분하는 단계이며, 객체구조 모델링 단계는 인터페이스 객체들 간의 구조적 관계와 협력 관계를 파악하여 모델링하는 단계이다. 마지막으로 객체 모델 통합 단계는 객체 단위의 단위 모델들을 통합하여 추상화된 정보를 포함한 상위 수준의 통합 모델을 유도하는 단계다. 객체추출 기법에 의해 생성된 객체 통합 모델은 역공학 기술자들의 레거시 시스템 이해와 레거시 시스템의 정보를 새로운 시스템에 적용하는데 있어 좀 더 용이한 효율성을 제공한다.

본 논문에서는 적응적 가중치 함수를 이용하여 블록 단위의 모션 벡터를 필터링하는 방법을 제안한다. 제안하는 방법에서는 먼저 인접한 영상을 받아 들여 가변적 크기의 블록 정합 방법을 이용하여 모션 벡터를 추출한다. 그리고 추출된 모션 벡터를 강건 예측에 적용하여 아웃라이어(outlier)를 제거함으로써 강건 예측에서 사용하는 동작 모델에 근접한 모션 벡터만을 추출한다. 제안된 적응적 강건 예측은 연속적인 시그모이드 가중치 함수를 사용하여 정상 자료와 아웃라이어의 소속 정도를 보다 효과적으로 표현한다. 또한, 최소화 기법의 반복 단계에서 잔여에러가 감소함에 따라 점진적으로 시그모이드 가중치 함수를 조율함으로써 정상 자료와 아웃라이어를 보다 유연하게 분리한다. 실험에서는 카메라의 동작이 포함된 비디오 데이타를 입력 받아 성능을 비교 분석함으로써 제안한 방법의 우수함을 보인다.

최근 컴퓨팅 환경은 네트워크의 급속한 확산과 더불어 신개념 컴퓨팅 디바이스의 등장으로 다양한 삶의 영역에 컴퓨팅을 적용하는 유비쿼터스 컴퓨팅 환경이 되고 있다. 이러한 환경은 물리적 객체와 디지털 정보가 유기적으로 연계되어 사용자에게 컴퓨팅을 통한 편리한 생활 환경을 제공하는 방향으로 발전하고 있다. 이러한 컴퓨팅 발전 추세에 따라 다양한 물리적 객체와 디지털 정보를 연동하기 위하여 바코드 등의 이미지 코드나 RFID등을 이용한 태그 인터페이스에 관한 여러 연구가 진행중이다. 본 논문에서 제안하는 하이브리드 태그 인터페이스는 폭넓게 사용되고 있는 이미지 코드와 근래에 다양한 영역에 적용되는 RFID를 결합하여 사용하는 인터페이스 모델로서, 물리적 객체에 관련된 다양한 정보를 이미지 코드와 RFID를 혼용하여 그 관계에 따라 듀얼, 부분, 연관, 속박, 이산의 5가지 모델로 정립하였다. 하이브리드 태그 인터페이스는 이미지 코드와 RFID 같은 태그 인터페이스의 장단점을 분석하여 사용자의 편의성을 향상시키고 적용 어플리케이션을 다양화 함으로써 효율적이고 편리하게 적용가능한 태그 인터페이스이다.

본 논문에서는 도로상에 운행중인 차량에 장착되어진 정방향 카메라로 획득한 스테레오 연속영상으로부터 추적대상 차량을 검출하고 추적중인 차량과의 거리를 추정하는 알고리즘을 제안한다. 차량의 검출은 차선의 인식을 이용하여 도로 영역을 추출하고, 추출된 도로영역에서 차량의 특징 검색을 수행한다. 추적중인 차량과의 거리는 스테레오영상으로부터 TSS(three step search) 코릴로그램 정합 방법을 이용하여 추정된다. 제안된 방법은 컴퓨터 모의실험을 통하여 움직이는 카메라로부터 획득된 영상에서 추적하고자 하는 차량을 분리하고 정합하여 추적됨을 보였다.

본 논문은 구조적, 의미론적 이질성을 가진 분산 XML 문서의 통합 검색을 위해 반자동으로 생성된 인터페이스를 통해 각 지역 문서에 대한 질의를 생성하여 검색하는 방법을 제안한다. 본 시스템에서는 데이타 통합을 위한 메타데이타 인터페이스인 DDXMI(Distributed Documents XML Metadata Interface)를 정의하고, 분산 데이타에 대한 DTD를 입력으로 받아 사용자로 하여금 전역 DTD와 각 지역 DTD 간의 의미 차이를 극복하기 위한 사용자 인터페이스 생성 방법을 제안하였다. 전역 DTD와 지역 DTD의 특성을 고려하여 인덱스 매핑과 그에 필요한 함수 이름의 매핑 정보를 기반으로 DDXMI가 자동으로 생성된다. XML 질의 언어인 Quilt를 사용하여 생성된 DDXMI를 통해 각 지역 문서에 적합한 질의를 생성, 수행한다 사용자는 검색 대상 문서의 스키마와 통합스키마의 구조를 잘 알고 있다고 가정하였다. XML로 만들어진 석박사 논문, 논문지, 연구보고서에 대한 소규모, 중규모 전역 DTD를 만들어 실제로 질의를 생성하여 검색 결과를 검증할 수 있도록 하였다. 본 시스템은 JavaCC와 Java 서블릿을 이용하여 개발하였다.

웹 기반의 학술분야 전문 검색 시스템은 사용자의 정보 요구 표현을 극히 제한적으로 허용함으로써 검색된 정보의 내용 분석과 정보 습득의 과정이 일관되지 못해 무분별한 정보 제공이 이루어진다. 본 논문에서는 용어의 상대적인 중요 정도를 축소용어 집합으로 구성하여 검색 시스템의 높은 시간 복잡도를 해결할 수 있도록 퍼지 검색 모델을 적용하였다. 또한 퍼지 호환관계의 특성을 만족하는 유사관계 행렬을 통해 사용자 질의를 정확하게 반영할 수 있도록 클러스터 검색을 수행하였다. 본 논문에서 제안한 퍼지 검색과 문서 클러스터 검색의 유사도 결합을 통한 순위 재조정 검색 모델은 검색 성능을 표현하는 정확률과 재현율 척도에서 향상됨을 입증하였다.

본 논문에서는 교통 영상에서 실시간 교통 정보를 산출하는 새로운 기법을 소개한다. 각 차선의 검지 영역은 통계적 특징과 형상적 특징을 이용하여 도로, 차량, 그리고 그림자 영역으로 분류한다. 한 프레임에서의 오류는 연속된 프레임에서의 차량 영역의 상관적 특징을 이용하여 시공간 영상에서 교정된다. 국부 검지 영역만을 처리하므로 전용의 병렬 처리기 없이도 초당 30 프레임 이상의 실시간 처리가 가능하며 기상조건, 그림자, 교통량의 변화에도 강건한 성능을 보장할 수 있다.

영상 열을 이용한 3차원 구조 복원 기법은 기하학 기반의 전통적인 3차원 모델링 기법의 대안으로 복잡한 대규모 장면을 쉽고 빠르게 모델링 할 수 있는 효과적인 수단이다. 이러한 모델은 모션을 통한 구조 복원기법을 통해 주로 얻어진다. 그러나 모션을 통한 구조복원 기법은 매우 복잡한 기하학 구조와 현란한 컬러를 포함한 물체의 경우, 적용하기에 어려움이 있다. 이러한 어려움을 해결하기 위해, 본 논문에서는 움직이는 평면거울 기반의 새로운 물체 복원 기법을 제안한다. 본 기법은 장면에 포함된 기하구조의 암묵적인 단서를 이용하는 대신 장면 속에 기하학적 단서 즉, 거울의 위치 정보를 강제로 삽입하여 가상 카메라의 위치 정보를 추출한다 구해진 가상 카메라의 위치 정보를 통해 장면의 복잡도에 무관한 3차원 기하 구조를 복원할 수 있다. 이를 위해 먼저 복원하고자 하는 장면을 포함한 평면거울의 영상 열을 포착한다. 다음으로 거울의 위치 정보를 이용하여 가상 카메라의 내, 외부 파라미터를 추정한다. 구해진 카메라 파라미터는 거울의 위치 정보 추출 시 발생하는 에러를 포함하고 있기 때문에 영상 열에 존재하는 코너점들의 대응관계를 이용하여 재 보정한다 마지막으로 구해진 가상 카메라의 내부 및 외부 파라미터 정보를 통해 3차원의 구조를 복원한다 본 논문에서 제안한 알고리즘을 다양한 영상을 통해 실험한 결과 신뢰할만한 구조 복원이 가능하였다.

자바는 플랫폼에 독립적인 객체지향 프로그래밍 언어로서 널리 사용되고 있지만, 플랫폼에 의존적인 기능을 사용해야 하거나 흑은 유산 시스템(legacy system)을 재사용하기 위해서는 JNI를 이용해야 한다. JNI는 자바가 C/C++ 언어와 결합하기 위한 표준화된 규칙과 API를 제공하지만, 개발자가 JNI를 이용해서 프로그램을 개발하는 것은 매우 복잡하고, 번거롭다는 단점이 있다. 이러한 문제를 해결하기 위해서 본 논문에서는 자바 프로그램에 내장된 C 프로그램 코드를 자동적으로 JNI 명세에 맞는 C 언어로 변환할 수 있는 C2JNI라는 변환기를 소개한다. C2JNI를 사용하는 경우에 내장된 C 언어 프로그램은 JNI API를 사용하지 않고서도 C 언어와 자바 프로그램을 결합할 수 있기 때문에 개발자는 자바와 C 언어에 대한 지식만 있으면, 자바와 C 언어를 결합해서 사용할 수 있다.

모델 체킹에서 고려해야 할 상태의 수는 모델의 크기에 따라 지수적으로 증가한다. 이것을 상태 폭발 문제라고 부르며 이를 해결하기 위한 방법으로 추상화, 반순서, 대칭성 등이 폭 넓게 사용되고 있다. 이들 방법들은 모델의 구조 정보를 이용하여 모델의 크기를 축소하는 데 목표를 두고 있다. 이와는 달리, 본 논문에서는 논리식을 순서적으로 분할하여 차례대로 모델 체킹을 수행하는 릴레이 모델 체킹을 제안한다. 그리고 기존 모델 체킹 기법으로 해결하지 못했던 상태 폭발 문제를 릴레이 모델 체킹으로 해결한 경험을 기술한다.