인터넷의 발달과 함께 멀티미디어 스트리밍은 비디오 콘텐츠를 전달하는데 중요한 수단이 되었으며 스트리밍 되는 데이타의 양도 점점 증가하고 있다. 하지만 스트리밍의 양이 증가함에 따라 가변적 네트워크 대역폭을 갖는 IP 네트워크 환경 상에서 실시간 QoS를 보장하기 어려워진다. 본 논문에서는 한정된 가용 대역폭과 트랜스코딩 코스트를 고려하면서 동시에 다중 앵글 콘텐츠의 인지적 화질을 최대화하는 최적화 적응 프레임워크를 제안한다. 제안된 다중 앵글 서비스 프래임워크에서 사용자는 같은 이벤트에 대해 다른 뷰 앵글로 캡쳐된 다중 비디오 스트림들 중에 사용자가 원하는 뷰를 선택할 수 있다. 이러한 향상된 서비스는 시간에 따른 네트워크 대역폭 변화와 같은 네트워크의 스트리밍 문제를 수반한다. 이를 위해 본 논문에서는 제안된 비디오 적응 프래임워크에서 다중 앵글 비디오 콘텐츠는 주어진 대역폭에 맞게 전달하기 위해 다른 비트율로 인코딩되며 적절한 비디오 스트림이 선택되거나 트랜스코딩 될 수 있다고 가정한다. 각 사용자의 선호도에 따른 다양한 위치에서 캡쳐된 콘텐츠의 선택적 소비를 위해, 각 앵글에 제공되는 비트스트림은 다양한 비트율로 인코딩될 수 있고, 제약된 대역폭 환경에서 실시간으로 변하는 비트율에 최적화된 콘텐츠를 전송하기 위해 콘텐츠를 트랜스 코딩되거나 서브 비트스트림이 선택되도록 한다. 이러한 가정을 기반으로 제안된 최적화 적응 프래임워크에서 트랜스 코딩하는데 걸리는 시간을 트랜스코딩 코스트로 정의하고 주어진 트랜스코딩 코스트와 제한된 네트워크 대역폭을 만족하며 동시에 인지적 화질을 최대화하는 방법을 수식화 한다. 또한 제안된 방법의 효율성을 증명하기 위한 다양한 실험 결과를 보인다.

본 논문에서는 계층화된 개념 지식인 온톨로지를 블로그 환경에 적용함으로써 시스템 관리자가 블로그 공간(Blogosphere)을 체계적으로 분석, 관리할 수 있는 온톨로지 기반 시맨틱 블로그 모델을 제안한다. 제안 모델에서 시스템 관리자는 온톨로지 용어 사이에 설정된 다양한 관계성 링크를 추적하고 분석함으로써, 블로그 사용자들이 다양한 관점에 따라 유기적으로 원하는 블로그 자원에 접근할 수 있도록 지원한다. 즉, 블로그 들간에 이루어지는 상호작용 활동을 파악하고 상호작용을 기반으로 동적으로 관심커뮤니티를 형성해주며, 시스템은 이를 적절한 사용자들에게 추천 방식으로 제공해 주는 기능을 지원한다. 제안 모델의 지원 기능을 체계화하기 위해 본 논문에서는 1) 블로그 환경에 사용되는 자원과 관련된 정보를 객체와 관계성으로 표현한 뒤 2) 이들을 대상으로 구조적 연산을 지원하는 일련의 연산자 집합 및 이들간의 조합으로 구현되는 시스템 질의 처리 과정을 정형화한다.

식스 시그마는 80년대 중반에 처음 등장한 이래 각종 제조업, 금융이나 공공기관 같은 서비스업 등의 다양한 산업 분야에서 활용되어 오면서 무수한 성공사례를 롱해 그 능력과 가치를 입증해 온 품질 혁신 활동이다. 최근에는 소프트웨어 개발 및 품질 보증에서도 식스 시그마를 활용하기 위한 연구가 활발히 이루어지고 있다. 그러나 식스 시그마의 활발한 도입 및 활용에도 불구하고 식스 시그마 프로젝트의 수행을 지원하는 소프트웨어 도구는 많지 않다. 이러한 이유로 정량적인 식스 시그마 프로젝트 관리에 대한 필요성이 제기되게 되었고, 식스 시그마 프로젝트의 전체 프로세스에 걸친 통합적인 식스 시그마 프로젝트에 대한 측정 및 분석, 측정 및 분석결과에 대한 저장 및 리포팅 기능을 지원하는 프레임워크나 도구가 필요하다. 본 논문에서는 이러한 기능들을 지원하는 정량적인 식스 시그마 프로젝트 관리 프레임워크를 제안하고, 이 프레임워크에 기반하여 개발이 진행 중인 식스 시그마 프로젝트 지원도구에 대해 소개한다. 이를 통해 식스 시그마 프로젝트를 수행하는 조직이나 사용자는 정량적인 프레임워크와 도구의 사용에 바탕을 둔 식스 시그마 프로젝트의 관리를 통해 식스 시그마 프로젝트의 정량화, 체계화, 통합화라는 이득을 얻을 수 있을 것이다.

본 논문은 IBM ViaVoice와 마이크로소프트 필기-인식 시스템(handwriting-recognition system)과 같은 인식 엔진(recognition engines)을 UMPC와 같은 펜-입력 디스플레이에서 작동하는 일반적인 윈도우 어플리케이션과 연동하기 위한 단일화된 멀티모달 입력 프레임워크(unified multi-modal input framework)를 제안한다. 사용자가 펜-입력 디스플레이에 부탁되어있는 버튼을 한 손으로 누르면, 인터넷 검색 윈도우나 워드 프로세서와 같이 현재 포커스를 갖는 윈도우는 전체 데스크탑을 덮을 수 있는 투명한 윈도우로 덮여진다. 이 위에 사용자는 다른 한 손으로, 현재 working context를 놓치지 않으면서, 필기 입력을 자유롭게 수행할 수 있다. 이런 투명 입력 윈도우를 이용하여 필기 및 음성 입력뿐만 아닐라 다이어그램까지 그릴 수 있게 해준다.

본 논문은 K-means과 비음수 행렬 분해(NMF)를 이용하여 주제기반의 다중문서를 요약하는 새로운 방법을 제안하였다. 제안방법은 비음수 행렬 분해를 이용하여 가중치가 부여된 용어-문장 행렬을 희소(Sparse)한 비음수 의미특징 행렬과 비음수 변수 행렬로 분해함으로써 직관적으로 이해할 수 있는 형태의 의미적 특징을 추출할 수 있고, 주제와 의미특징간의 유사도에 가중치를 부여하여 유사도는 높으나 실제 의미 없는 문장이 추출되는 것을 막는다. 또한 K-means 군집을 이용하여 문장에 포함된 노이즈를 제거함으로써 문서의 의미가 요약에 편향되게 반영하는 것을 피할 수 있고, 추출된 문장에 부여된 순위순서대로 정렬하여 보여 줌으로써 응집성을 높인다. 실험 결과 제안방법이 다른 방법에 비하여 좋은 성능을 보인다.

손 제스처를 이용한 사람과 컴퓨터간의 상호 작용은 오랜 기간 많은 사람들이 연구해 오고 있으며 커다란 발전을 보이고 있지만, 여전히 만족스러운 결과를 보이지는 못하고 있다. 본 논문에서는 동적 베이스망 프레임워크를 이용한 손 제스처 인식 방법을 제안한다. 유선 글러브를 이용하는 방법들과는 달리, 카메라 기반의 방법에서는 영상 처리와 특징 추출 단계의 결과들이 인식 성능에 큰 영향을 미친다. 제안하는 제스처 모델에서의 추론에 앞서 피부 색상 모델링 및 검출과 움직임 추적을 수행한다. 특징들간의 관계와 새로운 정보들을 쉽게 모델에 반영할 수 있는 동적 베이스망을 이용하여 두 손 제스처와 한 손 제스처 모두를 인식할 수 있는 새로운 모델을 제안한다. 10가지 독립 제스처에 대한 실험에서 최대 99.59%의 높은 인식 성능을 보였다. 제안하는 모델과 관련 방법들은 수화 인식과 같은 다른 문제들에도 적용 가능할 것으로 판단된다.