모바일 인터넷 디바이스(Mobile Internet Device, MID)는 장소에 구애를 받지 않고 다양한 무선 인터넷(Wi-Fi, GSM, CDMA, 3G등)을 이용하여 어플리케이션 서비스를 이용하는 장치이다. MID는 휴대성, 인터넷 접속성 등 편리함으로 널리 사용될 것으로 예상되나, 크기가 작은 장치로서 낮은 성능의 CPU, 작은 용량의 메모리, 낮은 전력, 작은 액정의 화면 등 자원의 제약성을 가지고 있다. 따라서, 높은 사양을 요구하는 어플리케이션을 MID에 설치하거나 많은 양의 데이터를 메모리에 저장하고 처리하는데 제약을 가지고 있다. 이런 한계를 극복하기 위한 효과적인 방법은 필요한 기능을 서버 측의 클라우드 서비스 형태로 설치 운영하고, MID 단말기에서 필요한 기능은 인터넷을 이용하여 호출 형태로 사용한다. 기능이 MID 클라이언트와 서버에 분산되어 있고, 원격의 서비스를 사용하며, 제3의 개발자가 개발한 서비스 등을 이용하기 때문에 서비스의 이질성(Heterogeneity)과 독립성(Independability)등으로 서비스의 품질 (Quality of Service, QoS)이 떨어질 수 있다. 클라우드 서비스의 고유한 속성인 이질성과 독립성으로 인해 품질측정이 전통적 소프트웨어 품질측정보다 기술적으로 어렵다. 본 논문에서는 MID와 클라우드 서비스의 특징을 규명하고, 이를 근간으로 모바일 서비스의 품질을 측정하기 위한 품질모델을 유도 제시한다. 품질모델은 품질속성과 각 속성별로 적용할 수 있는 메트릭으로 구성된다. 제시된 품질모델은 사례연구를 통하여 본 연구의 실효성과 적용 가능성을 보여준다.

본 연구는 동적 베이스 망을 이용하여, 사람의 보행 동작을 보행 방향과 보행 자세로 분리하여 계층적으로 분석하는 방법을 제안한다. DBN의 일종인 FHMM을 기본 바탕으로 하여, 걸음걸이 동작 특성을 고려하여 순환 고리형 상태 공간 구조로 '보행 동작 디코더'(Gait Motion Decoder, GMD)를 설계한다. 기존 연구에는 보행자의 식별에만 치중을 하고 보행 방향의 변화, 관찰 각도에 제한적이거나 보행 동작에 대한 분석이 없었다. 반면에 본 연구에서는 동작과 자세를 적극적으로 표현하여 임의 방향의 보행, 방향의 변화, 보행 자세까지 인식할 수 있도록 하였다. 실험 결과 동작과 자세의 관점에서 걸음걸이 방향을 분석한 결과 96.5%의 방향 인식률을 기록하였다. 본 연구는 보행 동작을 방향과 보행 자세로 계층적으로 분석하는 최초의 방법 및 시도이며 향후 상황별 휴먼 동작 분석에 크게 활용할 수 있을 것이다.

데모-기반 학습은 사용자가 직접 작업을 시연함으로써 로봇에게 쉽게 새로운 작업지식을 가르칠 수 있다는 장점이 있다. 하지만 기존의 많은 데모-기반 학습법들은 상태공간과 정책들을 표현하기 위해 속성-값 벡터 모델을 이용하였다. 속성-값 벡터 모델의 제한성으로 인해, 이들은 학습과정의 효율성도 낮고 학습된 정책의 재사용성도 낮았다. 본 논문에서는 기존의 속성-값 모델 대신 관계적 모델을 이용하는 새로운 데모-기반 작업 학습법을 제안한다. 이 방법에서는 사용자 데모 기록에서 추출한 훈련 예들에 관계적 개체-기반 학습법을 적용함으로써, 동일 작업영역내의 다른 유사한 작업들에도 활용하기 용이한 관계적 개체-기반 정책을 유도한다. 이 관계적 정책은 (상태, 목표) 쌍으로 표현되는 임의의 한 상황에 대해 이것에 대응하는 하나의 실행동작을 결정해주는 역할을 한다. 본 논문에서는 데모-기반 관계적 정책 학습법에 대해 자세히 소개한 후, 로봇 시뮬레이터를 이용한 실험을 통해 이 학습법의 효과를 분석해본다.

지능 로봇은 복잡하고 동적인 환경 내에서 상황의 변화에 적절히 적응하여 사용자에게 다양한 서비스를 제공하는 지능 시스템이다. 따라서 로봇은 행위를 수행하는 동안 지속적으로 상황의 변화를 감지하여 변화에 적절히 반응해야 하며 주어진 상황에 대해 최선의 행위를 결정하여 수행할 수 있어야 한다. 또한 때때로 임의의 행동을 결정하여 보다 지능적인 행위를 수행할 수 있어야 한다. 본 논문에서는 이러한 지능 로봇의 복잡한 행위를 효과적으로 정의하고 구현하기 위해 Structured Circuit Semantics(SCS)에 기초를 둔 프로그래밍 언어(Structured Programming for Reactive Intelligent Tasks, SPRIT)와 SPRIT으로 작성된 프로그램을 다양한 로봇 환경에서 실행하고 검증하기 위한 작업 실행기(Task Executor)를 제시한다.

이메일 사용의 증가로 수신 메일을 효율적이면서 정확하게 분류할 필요성이 점차 늘고 있다. 현재의 이메일 분류는 SVM, 베이지안 분류자, 규칙 기반 분류자 등을 이용하여 스팸 메일을 필터링하기 위한 이원 분류가 주를 이루고 있다. 그러나 이러한 지도 학습 방법들은 적합한 이메일을 인식하기 위하여서 사용자가 규칙이나 색인어 목록을 작성해야 한다. 비지도 학습 방법으로 군집을 이용한 다원 분류 방법은 메일의 분류 주제를 설정해주어야 한다. 본 논문에서는 비음수 행렬 분해(NMF, Non-negative Matrix Factorization)를 기반으로 한 자동 분류 주제 생성 방법과, 동적 분류 체계(DCH, Dynamic Category Hierarchy) 방법을 이용한 분류 주제 내에 이메일을 재구성하는 방법을 결합한 새로운 이메일 다원 분류 방법을 제안한다. 이 방법은 수신되는 이메일을 자동으로 다원 분류하여 대량의 메일을 효율적으로 관리할 수 있으며, 사용자가 분류 결과를 만족하지 못하면 분류 주제 내의 이메일을 동적으로 재구성하여 분류의 정확률을 높인다.

영상에서 일정 영역의 화소들이 불규칙적인 형태를 이루는 것을 불량이라 하는데 이를 수학적으로 정확히 정의하기 어렵다는 점이 불량 검출을 쉽지 않게 한다. 하지만 주어진 영상이 다수의 반복되는 패턴을 가지고 있다면 불량이 아닌 영역은 그 외의 다른 영역들로 설명되어 될 수 있다는 점을 이용하여 영상내의 불량 영역을 찾아낼 수 있다. 따라서 본 논문은 이러한 특성을 이용하여 다양한 패턴이 반복되는 영상에 존재하는 불량을 검출하는 방법을 제시한다. 제시된 방법은 크게 세 단계로 이루어진다. 첫 번째 단계는 interest point 검출단계이다. 두 번째 단계는 적절한 패치의 크기를 결정하는 단계이다. 마지막으로 세 번째 단계는 불량을 검출하는 단계이다. 제시된 방법은 반도체 wafer를 SEM을 이용하여 촬영한 영상들을 통하여 예증된다.

자바스크립트는 현재 웹 사이트, 웹 어플리케이션에서 가장 많이 사용되는 스크립트 언어 중 하나이다. 자바스크립트로 작성된 프로그램은 원본 프로그램 형태로 클라이언트에게 전송되므로 무단 복제, 도용에 쉽게 노출된다. 때문에 자바스크립트 프로그램의 도용을 탐지하기 위한 연구가 필요하다. 현재 일반적으로 프로그램 표절 탐지를 위해 사용되는 자동화 도구들의 경우 고수준의 표절 기법에 적절히 대응하지 못한다. 반면에 프로그램 종속성 그래프에 기반을 둔 기존 연구들의 경우 자바스크립트의 동적인 특징을 적절히 반영하지 못한다. 또한 지나친 일반화로 인해 일부 틀린 판정(false positive)을 보이며 대상 프로그램의 크기가 클 경우 탐지 속도에 문제를 보이고 있다. 본 논문에서는 자바스크립트에 특화된 프로그램 종속성 그래프(이하 JS PDG)와 이를 사용한 도용 탐지 기법을 제안하여 이러한 문제를 해결하고자 한다. 본 논문에서 제안하는 JS PDG는 세분화된 노드 타입을 가지고 있어 기존 PDG와 비교해 보다 정확한 그래프 간 비교를 할 수 있도록 하며 포함하고 있는 노드 타입에 따라 정의되는 JS PDG의 타입은 탐색 범위를 분할을 가능하게 해 전체 도용 탐지 속도가 개선 될 수 있도록 한다. 실험 결과 기존 PDG에서 나타나는 틀린 판정을 확인할 수 있었으며 PDG간 비교 횟수가 줄어들어 도용 탐지 속도가 개선됨을 확인할 수 있었다.

하스켈의 모나드는 순수 함수형 프로그래밍뿐만 아니라 명령형 형태의 프로그래밍도 가능케 하고 있다. 본 연구에서는 순수 함수형 프로그래밍 방식으로 코딩된 어셈블리 언어 인터프리터 구현을 모나드 방식으로 재 구성함으로써 모나드 추상화와 프로그래밍 기법의 특성을 부각시킨다. 모나드 프로그래밍은 스택과 심볼 테이블에 상태 모나드를 적용하는 것과, 이 모나드들을 상태 모나드 트랜스포머를 이용하여 통합 구성하는 두 단계로 이루어진다. 결과적으로, 모나드 프로그래밍에 의한 코드는 순수 함수형 스타일의 코드보다 훨씬 더 간결하고 직관적임을 볼 수 있다.

요구사항 충돌은 시스템의 기능의 오작동이나 프로젝트 전체의 실패를 가져올 수 있다. 현재 요구사항 충돌연구는 식별에 치중되어 있고 해결에 관한 연구는 우선순위에 의하여 선택을 하는 것이 대부분이다. 요구사항 충돌을 해결하기 위해 본 논문에서는 TRIZ의 이론을 적용하여 창의적인 아이디어를 제시할 수 있도록 돕는 요구사항 충돌 해결 원리(CRRC)를 제안한다. TRIZ는 모순을 해결하여 아이디어를 내는 데 특화된 이론으로 200만 건 이상의 특허 사례를 바탕으로 만들어졌다. CRRC는 요구사항 충돌을 분류하고 유형에 적합한 TRIZ이론을 소프트웨어에 맞게 적용하였다. 대조 실험 적용 결과 CRRC를 제공하면 다양한 종류의 창의적인 요구사항 충돌 해결 방안을 제시할 수 있었다.