사람들이 어떠한 행동을 할 때는 특정 의도를 가지고 있기 때문에 상황에 맞는 적합한 서비스를 제공하기 위해서는 사용자가 현재 하고 있는 행동에 대한 의도를 파악해야한다. 이를 위해 의도와 행동사이의 연관성을 이용하여 사용자의 의도에 따른 행동의 모델을 만든다. 일상생활에서 사람들이 하는 행동은 작은 단위 행동들의 연속(sequence)으로 이루어지므로, 사용자의 단위행동의 순서를 분석한다면 의도에 따른 행동 모델을 만들기가 용이해진다. 하지만, 이런 단위 행동 분석 방법의 문제점은 같은 의도를 가진 행동이 완벽하게 동일한 단위 행동의 순서로 일어나지는 않는다는 점이다. 시스템은 동일한 동작 순서로 일어나지 않는 행동들을 서로 다른 의도를 가진 행동으로 이해하게 된다. 따라서 이 문제점을 해결할 수 있는 사용자 의도 파악 기법이 필요하다. 본 논문에서는 과거의 사용자의 행동 정보를 기반으로 행동들의 유사성을 판별하였고, 그 결과를 이용하여 행동의 의도를 파악하는 방법을 사용한다. 이를 위해, 과거 사용자가 한 행동들을 단위 시간 별로 나누어 단위 행동의 순서로 만들고, 이를 K-평균 군집화 방법(K-means)으로 군집들의 순서로 나타내었다. 이 변경된 사용자 행동 정보를 사용하여 은닉 마코프 모델을 학습 시키고, 이렇게 만들어진 은닉 마코프 모델은 현재 사용자가 행한 행동이 어떤 행동인지를 예측하여 사용자의 의도를 파악한다.

많은 과학자들은 인간의 사고를 functional Magnetic Resonance Imaging (fMRI), Time Resolved Spectroscopy(TRS), Electroencephalography(EEG)등을 이용해서 두뇌 활동 영역을 연구하고 있다. 주로 의학 분야와 심리학의 영역에서 두뇌의 활동을 연구하여 간질이나 발작을 알아내고 거짓말 탐지 분야에서도 사용된다. 본 논문에서는 사람의 두뇌활동을 측정하여 인간의 감정을 인식하는 연구에 중점을 두었다. 특히 fMRI와 TRS 그리고 EEG를 이용해서 사람의 두뇌활동을 측정하는 연구를 하였다. 많은 연구자들이 한 가지 측정 장치만을 사용하여서 측정하거나 fMRI와 EEG를 동시에 측정하는 연구를 진행하고 있다. 현재에는 단순히 두뇌의 활동을 측정하거나 측정시 발생하는 잡음들을 제거하는 연구들에 중점을 두고 진행되고 있다. 본 연구에서는 fMRI와 TRS를 동시에 측정하여 얻은 두뇌 활동 데이터를 가지고 감정에 따른 활동영역의 EEG신호를 측정하였다. EEG 신호분석에 있어서 기존의 뇌파만을 가지고 특정을 찾아내는 것을 넘어서 각각의 채널에서 기록되는 뇌파의 파형을 주파수에 따라서 분류하고 정확한 측정을 위해 낮은 주파수를 제거하고 연구자가 필요한 부분의 뇌파를 분석하였다.

인간과 컴퓨터간의 상호교류 하는데 있어서 감정 인식은 필수라 하겠다. 그래서 본 논문에서는 음성 신호 및 얼굴 영상을 BL(Bayesian Learning)과 PCA(Principal Component Analysis)에 적용하여 5가지 감정 (Normal, Happy, Sad, Anger, Surprise) 으로 패턴 분류하였다. 그리고 각각 신호의 단점을 보완하고 인식률을 높이기 위해 결정 융합 방법과 특징 융합 방법을 이용하여 감정융합을 실행하였다. 결정 융합 방법은 각각 인식 시스템을 통해 얻어진 인식 결과 값을 퍼지 소속 함수에 적용하여 감정 융합하였으며, 특정 융합 방법은 SFS(Sequential Forward Selection)특정 선택 방법을 통해 우수한 특정들을 선택한 후 MLP(Multi Layer Perceptron) 기반 신경망(Neural Networks)에 적용하여 감정 융합을 실행하였다.

Identification of humans from multiple view points is an important task for surveillance and security purposes. For optimal performance the system should use the maximum information available from sensors. Multimodal biometric systems are capable of utilizing more than one physiological or behavioral characteristic for enrollment, verification, or identification. Since gait alone is not yet established as a very distinctive feature, this paper presents an approach to fuse face and gait for identification. In this paper we will use the single camera case i.e. both the face and gait recognition is done using the same set of images captured by a single camera. The aim of this paper is to improve the performance of the system by utilizing the maximum amount of information available in the images. Fusion is considered at decision level. The proposed algorithm is tested on the NLPR database.

보안이 중요시되는 공간에서 임의의 사람을 추적하고 인식할 수 있는 시스템의 필요성이 점차 중요시되고 있다. 본 논문에서는 wide-area를 감시하기 위해 음원과 Pan-Tilt 카메라를 이용하여 침입자 추적 시스템을 구현하고자 한다. 먼저 음원 추적 센서를 이용하여 음원의 방위를 검출한 후 Pan-Tilt 카메라를 방위 방향으로 이동시키고 이동된 Pan-Tilt 카메라로부터 기준영상을 추출한 후 일정 기준 시간마다 영상을 다시 획득하여 차 영상과 검출결과를 얻어 침입자를 추적하여 감시 시스템을 구현한다. 본 논문에 의해서 구현된 시스템은 홈 네트워크 보안 시스템과 연동을 하여 가정이나 공공시설 보안에 대한 인터페이스 역할을 할 수 있다.

본 논문은 FM 라디오 방송의 오디오 신호를 블록 단위로 음성 음악을 판별하는 시스템을 제안하는 논문이다. 본 논문에서는 음성 음악 판별 시스템을 구축하기 위해 다양한 특정 파라미터와 분류 알고리즘을 제안 한다. 특정 파라미터는 신호처리 분야(Centroid, Rolloff, Flux, ZCR, Low Energy), 음성 인식 분야(LPC, MFCC), 음악 분석 분야(MPitch, Beat)에서 각각 사용되는 파라미터를 사용하였으며 분류 알고리즘으로는 패턴인식 분야(GMM, KNN, BP)와 퍼지 신경망(ANFIS)을 사용하였고, 거리 구현은 Mahalanobis 거리를 사용하였다.

최근 영상 처리 기술이 발달함에 따라 다양한 응용시스템에 영상 처리 기술을 접목하려는 시도가 나타나고 있다. 특히 영상 내의 얼굴을 객체로 다루는 인식 기술의 발전으로 얼굴 정보를 이용한 기술의 응용 분야는 게임 및 카메라 둥 다양한 분야에서 사용되고 있다. 본 논문에서는 오프라인 회의 보조 시스템에서 화자를 구분하기 위한 기법을 제시한다. 제안된 기법은 얼굴 객체 정보에서 화자 구별을 위한 특징 값을 제시하고, 이를 이용하여 얻어진 입 주변 엣지(Edge)를 이루는 픽셀들의 분산 값으로 화자 여부를 판단한다.

최근 멀티미디어 서비스는 동영상 압축 기술 및 네트워크의 발달을 기반으로 하여 다양한 응용 서비스를 제공하고 있으며, 이 중 화상 회의 시스템은 이 두 가지 기술이 효과적으로 사용된 대표적인 예이다. 원격 사용자간의 원활한 의사전달을 위해 고려된 화상회의 시스템은 효과적인 응용 서비스로 분류되고 있지만, 이러한 서비스 제공을 위한 기술을 이용하여 빈도가 훨씬 많은 일반적인 회의를 지원하는 응용서비스는 드문 편이다. 본 논문에서는 얼굴 정보와 화자 정보를 기반으로 오프라인 회의를 보조하는 시스템을 제안한다. 제안된 시스템은 소규모의 마이크와 캠을 이용하여 화자의 위치를 파악하고 캠에서 얻어진 정보를 이용하여 얼굴 영역 정보를 분석하고 인식한 후 화자 정보를 추출하여 발언자들을 추적 하여 기록하는 기능을 제공한다.

특정 분야별로 구축되는 온톨로지에 관하여 그 언스턴스를 쉽고 빠르게 구축하기 위해서는 구조화된 문서를 이용하는 것이 효율적이다. 그러나, 일반적인 웹 문서는 모든 분야에 대하여 다양한 형식으로 표현되어 존재하기 때문에, 대상이 되는 구조 문서를 자동으로 수집하기는 쉽지 않다. 본 논문에서는 웹사이트의 URL 패턴을 XML 기반의 스크립트로 정의하여, 필요한 웹 문서만을 지능적으로 수집하는 방안을 제안한다. 제안하는 수집 방안은 구조화된 형태로 정보를 제공하는 사이트에 대해서 매우 빠르고 효율적으로 적용될 수 있다. 본 논문에서는 제안하는 방법을 적용하여 5만개 이상의 웹 문서를 수집하였다.

현재 환경 파괴가 일어나지 않는 다양한 신 ${\cdot}$ 재생 에너지 활용방안에 대한 연구와 개발이 활발히 진행되고 있으며, 에너지 시장 환경의 변화와 정보통신 기술의 발달에 따라 에너지 수요 정보 및 부가 서비스 제공이 요구되고 있다. 따라서 에너지 사용자가 요구하는 수요정보와 부가 서비스를 효율적으로 제공할 수 있기 위해 사용자의 어떠한 플랫폼에서도 자유롭게 데이터 교환이 가능한 에너지 토탈 시스템 개발이 반드시 필요하다. 이를 위해 많은 국내 ${\cdot}$ 외 연구가 진행되고 있으나, 아직 국내 에너지 토탈 시스템에 적합한 시스템 구축은 거의 이루어지고 있지 않다. 이에 본 논문에서는 다양한 형태의 에너지 데이터 교환에 따른 한계를 극복하고 어떠한 플랫폼에서도 데이터 교환이 가능하도록 XML 기반의 새로운 esXML을 개발하였다.

전략 게임은 여러 종류의 유닛 (Unit)이 존재한다. 각각의 유닛은 특정 유닛에 대해 강한 면모를 보이기도 하고, 또 다른 종류의 유닛에게는 약한 면모를 가지고 있다. 이를 유닛간의 상성이라고 한다. 상성은 전략적 선택을 하는데 기반이 되고, 심리전을 유발하여 보다 게임에 몰입할 수 있게 해준다. 게임 인공지능이 상성을 고려하도록 하기 위해 각각의 유닛 간에 수치화된 상성 정보가 필요하다. 그리고 생성된 수치 자료를 토대로 유닛의 행동방법을 결정할 인공 지능도 필요하게 된다. 다음 행동 및 이동을 위해 주로 사용되는 방법은 영향력 분포도(influence map)이다. 영향력 분포도는 자신과 상대방의 세력을 수치적으로 파악하는 것이다. 하지만 일반적인 형태의 영향력 분포도로는 각 유닛간의 상성을 표현하기 힘들다. 따라서 본 논문에서는 영향력 분포도를 상성에 맞게 보정할 수 있는 방법을 제시하여 인공지능이 지능적인 행동을 하도록 돕는 방법을 제안한다. 이를 길 찾기 문제에 적용하여 전략적 이동경로를 선택하는 방법을 제시하였다.

Symmerge is a stable minimum storage algorithm for merging that needs $O(mlog\frac{n}{m})$ element comparisons, where m and n are the sizes of the input sequences with m ${\leqq}$ n. According to the lower bound for merging, the algorithm is asymptotically optimal regarding the number of comparisons. The objective of this paper is to consider the relationship between m and n for the spanning case with the recursion level m-1.

본 논문에서는 불균형 및 Under-sampling된 바이오 데이터에 대하여 클래스 구분력이 없는 특징의 소거를 통해 이후 이어질 FLDA 둥 다양한 방법론올 적용할 수 있는 방법을 제안하고자 한다. 제안하는 알고리즘은 평균과 분산을 통해 클래스의 형태를 결정하는 기존 방법론의 문제점을 회피할 수 있는 방법을 제공하며, 클래스 구분력에 중점을 두어 특정을 선별하였을 경우 선별된 특정들의 상관 계수가 높은 문제를 극복할 수 있도록 한다. 이에 따라 알고리즘이 선택한 특정집합은 서로의 특징에 대해 상관계수가 낮으며, 클래스의 구분력이 높은 특정을 갖게 된다.

기존의 홈네트워크 시스템에서 사용자의 단순한 명령을 통해 서비스를 제공하는 기술은 이미 구현되어 있다. 그렇지만 가정이라는 환경은 이렇게 단순한 환경이기보다, 다수의 가족 구성원으로 이루어져 있으며 그에 따른 다양한 명령과 상황이 존재하고 있다. 이러한 다변화된 특성에 맞추어 사용자의 단순 명령보다 한 단계 높은 수준으로 사용자의 욕구를 능동적으로 추론해 낼 수 있는 모델의 제안이 필요하다. 본 논문에서 베이지안 네트워크를 활용하여 사용자의 주변 환경 정보로 규정된 Context를 인식하고 인식된 결과를 통해 사용자가 요구하는 적합한 서비스(Context-based Service)를 추론해 낼 수 있는 모델을 제시하고자 한다.

본 논문은 클러스터링 문제에서 사전 정보에 대한 활용의 효율을 개선시킬 수 있는 방법을 제안한다. 클러스터링에서 사전 정보의 존재 시 이의 활용은 성능을 개선시킬 수 있는 계기가 될 수 있으므로 그의 활용 폭을 늘리기 위한 방법으로 다양한 사용 방법의 적용인 semi-supervised 클러스터링 앙상블을 제안한다. 사전 정보의 활용 방법의 방안으로써 association-rule의 개념을 접목하였다. 클러스터 수를 다르게 적용하더라도 패턴간의 유사도가 높으면 같은 그룹에 속할 확률은 높아진다. 다양한 초기화에 따른 클러스터의 동작은 사전 정보의 활용을 다양화 시키게 되며, 사전 정보에 충족하는 각각의 클러스터 결과를 제시한다. 결과를 총 취합하여 association-matrix를 형성하면 패턴간의 유사도를 얻을 수 있으며 결국 association-matrix를 통해 클러스터링 할 수 있는 방법을 제시한다.

오늘날 자연재해 발생 빈도수가 증가하고 있어 ESP(Energy Service Provider)와 대수용가에 서는 예기치 못한 정전 및 에너지 중단과 같은 이벤트가 발생하면 재산상의 손실과 같은 피해가 커지고 있다. 이에 에너지 포털 시스템에서 발생활 수 있는 다양한 이벤트들을 실시간으로 처리할 수 있는 효율적인 이벤트 모델링 개발이 필요하다. 그러나 현재 이러한 이벤트 처리를 위한 이벤트 모델링 개발은 거의 이루어지고 있지 않다. 이에 본 논문에서는 에너지 포털 시스템에서 발생하는 정전과 같은 이벤트와 원격 검침 둥과 같은 부가 서비스를 제공함에 따라 발생하는 이벤트들을 지능을 가진 실시간 에이전트를 사용하여 웹 환경에서 W3C 이벤트 처리 권고안인 DOM 모델을 기반으로 esXML(energy system eXtensible Markup Language)을 사용하여 효율적으로 처리할 수 있는 모델링을 개발하였다.

본 논문은 휴머노이드 로봇의 넘어짐 자세 시 충격량 최소화를 위한 GA 기반의 자세 자동 생성 방법을 제안한다. 관절 공간에서 관절각의 최적 조합으로 충격량을 최소화 할 수 있는 자세의 자동 생성 기법을 구현하였다. 제안된 기법의 검증을 위하여 Sony QRIO 로봇에 대해서 ODE 기반 물리적 특성의 시뮬레이션이 가능한 Webots를 이용하여 실험을 수행하였다.

현재 가정을 비롯한 여러 분야에서 서비스 로봇(청소 로봇, 애완용 로봇, 멀티미디어 로봇 둥)의 사용이 증가하고 있는 시장상황을 보이고 있다. 개인용 서비스 로봇은 인간 친화적 특성을 가져야 그 선호도가 높아질 수 있는데 이를 위해서 사용자의 감정 인식 및 표현 기술은 필수적인 요소이다. 사람들의 감정 인식을 위해 많은 연구자들은 음성, 사람의 얼굴 표정, 생체신호, 제스쳐를 통해서 사람들의 감정 인식을 하고 있다. 특히, 음성을 인식하고 적용하는 것에 관한 연구가 활발히 진행되고 있다. 본 논문은 감정 인식 시스템을 두 가지 방법으로 제안하였다. 현재 많이 개발 되어지고 있는 음성인식 모듈을 사용하여 단어별 감정을 분류하여 감정 표현 시스템에 적용하는 것과 마이크로폰을 통해 습득된 음성신호로부터 특정들을 검출하여 Bayesian Learning(BL)을 적용시켜 normal, happy, sad, surprise, anger 등 5가지의 감정 상태로 패턴 분류를 한 후 이것을 동적 감정 표현 알고리즘의 입력값으로 하여 dynamic emotion space에 사람의 감정을 표현할 수 있는 ARM 플랫폼 기반의 음성 인식 및 감정 표현 시스템 제안한 것이다.

본 논문에서는 Particle Swarm Optimization(PSO) 기법을 이용한 이족보행로봇의 보행 계획방법을 제안한다. 이족보행로봇의 보행 프리미티브를 기반으로 PSO의 학습 및 군집 특성을 이용하여 장애물이 있는 작업공간에서 보행 계획을 수행하였다. 먼저 PSO의 탐색알고리즘을 사용하여 장애물을 회피하는 실행 가능한 보행 프리미티브들의 순서를 찾아내고 탐색된 순서를 바탕으로 경로 최적화 알고리즘을 수행하는 보행 계획방법을 제안하였다. 제안된 PSO 기반 이족보행로봇의 보행 계획방법은 모의실험을 통하여 발걸음 탐색 시간이 줄고 최적화된 보행 경로를 생성하는 것을 검증하였다.

인터넷의 발전과 더불어 유무선 통신 인터페이스의 발전은 가상 인터넷 공간 및 현실세계에서의 사람과 사람 또는 컴퓨터와 컴퓨터사이의 정보전달 뿐만 아니라, 컴퓨터와 사람사이의 양방향 정보전달과 상호작용을 가능하게 하고 있다. 이러한 추세에 맞추어 지능형 디지털 주거 공간의 컴퓨터및 디지털 기기와 연통되어 언제 어디서나 접근 가능한 Ubiquitous Robot은 디지털 사회를 이끌 주요 신산업의 통력이 될 것이다. Ubibot은 스마트센서. 지능형 정보입출력 장치 등을 지니고 다양한 컴퓨터 및 디지털 기기와 스마트 환경센서 등을 제어할수 있고 정보를 전달하는 통신 능력을 지닌다.

본 논문은 최적 탐색 알고리즘중의 하나인 실수 표현 진화 알고리즘에 자가 적용 세대차 조절을 이용하여 보다 빠른 연산으로 우수해에 접근하기 위한 새로운 방식을 소개한다. 알고리즘의 성능에 영향을 끼치는 진화 속도를 기존 진화 방식과 유전연산자의 수정을 통해 조절하여 탐색 성능을 개선 한다. 조기 수렴의 방지 및 탐색성능의 향상을 위하여 선택과 대치를 포함한 진화방식을 개선하고, 유전 연산자에 의하여 생성된 자손의 대치확률에 따라서 자손의 생성범위를 자가 적응적으로 조절하여, 보다 적은 계산량으로 전역 최적화를 찾고자 한다. 제안된 방법을 벤치마크 테스트 문제에 적용하여 G3 알고리즘, CMA-ES 그리고 DE 등과 성능을 비교하였다.

다목적 함수의 최적화 문제(Multiobjective optimization problems)의 경우에는 하나의 최적해가 존재하는 것이 아니라 '파레토 최적해 집합(Pareto optimal set)'이라고 알려진 해들의 집합이 존재한다. 이러한 이상적 파레토 최적해 집합과 가까운 최적해를 찾기 위한 다양한 해탐색 능력은 진화 알고리즘의 성능을 결정한다. 본 논문에서는 게임 모텔에 기반한 공진화 알고리즘(GCEA:Game model based Co-Evolutionary Algorithm)에서 해집단의 다양성을 유지하여, 다양한 비지배적 파레토 대안해(non-dominated alternatives)들을 찾기 위한 방법을 제안한다.

속성선택(Feature Selection)은 패턴분류 문제에서 분류기들의 성능을 향상시킬 수 있는 중요한 부분으로 다양한 기법들이 연구되어지고 있다. 특히, 많은 변수와 속성들을 가지는 데이터를 패턴분류 하는 과정에서 주요 속성부분집합을 추출하여 이용함으로써 분류기의 연산속도 및 정확도를 향상시킬 수 있다. 본 논문에서는 유전자 알고리즘과 정보이론의 상호정보량을 이용하여 속성선택을 하는 기법을 제안하였다. 제안된 기법의 성능을 평가하기 위하여 패턴분류 문제에 적용하고 그 성능이 우수함을 확인하였다.

본 논문은 퍼지추론을 통해 개체의 유사성과 적합도의 종합적 평가를 이용한 유전알고리즘의 선태연산자를 제안한다. 단일 집단을 가상적으로 임의의 n 개의 개체군을 나누고, 개체의 적합도와 유사도에 기반한 퍼지추론을 통해, 효율적인 계층화를 구성하고자 한다. 동시에 점진형(steady-state) 진화방식과 결합시켜 계층화된 군집내에서 개체들이 조기에 수렴하는 현상을 방지해 줄 수 있도록 하고, 적은 개체를 이용하여 효율적인 진화가 가능하도록 구현하였다. 2가지 기만적 문제에 대해서 다른 선태 연산자들의 결과와 비교하였으며, 만족할만한 성능을 얻었다.

지금까지의 연구에서 Japanese Puzzle을 이용한 인쇄체 영문자 인식을 구현하여 좋은 결과를 얻었고, 본 논문 에서는 인쇄체 영문자(바탕, 돋움) 인식을 확장시켜 영문장을 인식하기 위해 키보드에서 입력 가능한 숫자 및 기호를 포함하여 인식하는 시스템을 구현하였다. 이미지를 입력 받아 이진화 처리, 히스토그램 투영을 이용한 문자 분리는 영문자 인식에서와 동일한 처리를 한다. 기호 중에서 세로 길이보다 가로 길이가 긴 기호인 -,-,= 만 가로를 정규화 하였고, 나머지는 세로를 정규화 하였다. 정규화 된 문자에 Japanese Puzzle을 역으로 적용하여 구하여진 수치 정보로부터 영문자, 숫자, 기호를 분류 및 인식하여 좋은 결과를 얻었다.

본 논문은 음성신호를 이용한 감정인식에 관한 연구이다. 감정인식에 관한 연구는 휴먼 인터페이스(Human Interface) 기술의 발전에서 인간과 기계의 상호작용을 위한 것이다. 본 연구에서는 음성신호를 이용하여 감정을 분석하고자 한다. 음성신호의 감정인식을 위해서 음성신호의 특정을 추출하여야한다. 본 논문에서는 개인에 따른 음성신호의 감정인식을 하고자하였다. 그래서 화자인식에 많이 사용되는 음성신호 분석기법인 Perceptual Linear Prediction(PLP) 분석을 이용하여 음성신호의 특정을 추출하였다. 본 연구에서는 PLP 분석을 통하여 개인화된 감정 패턴을 생성하여 간단하면서도 실시간으로 음성신호로부터 감정을 평가 할 수 있는 알고리즘을 만들었다.

최근 하지가 불편한 노약자나 장애인이 집 안의 다양한 가전기기를 손쉽게 제어할 수 있게 하는 비전 기반의 손동작 인식 기술이 발전해 왔다. 다수의 사용자가 하나의 손동작 인식 시스템을 사용할 경우 사용자마다 손동작 특성이 모두 다르기 때문에 특정 사용자의 인식률이 저하되는 문제가 발생한다. 또한 동일한 사용자라 하더라도 시간에 따라 손동작 특성이 변화할 수 있다. 사용자마다 다른 손동작 특성은 모텔 학습 및 선택 기법을 사용해 효과적으로 다루어질 수 있다. 시간에 따라 변하는 사용자의 특성은 퍼지 개념을 이용해 효과적으로 다루어질 수 있다. 본 논문에서는 다변량 퍼지 의사결정트리를 이용해 사용자 별 인식모텔을 만드는 방법을 제시한다. 또한 새로운 사용자가 시스템을 사용할 경우 가장 적합한 모델을 선택해 인식에 사용하고 인식률을 측정한다.

본 연구에서는 RLS(Rescursive Least Square) 추정 알고리즘을 이용하여 정전용량형 센서를 사용한 원격 RF 센서 시스템을 구현하고자 한다. IC 칩 형태의 원격 RF 센서 시스템이 가지는 구성의 복잡성 그리고 전력소모 문제를 해결하기 위해 보다 간단한 유도결합모델이 제안된다. 원격 RF 시스템은 페이저법을 이용하여 수학적으로 모델링되며, 모델기반의 RLS 알고리즘을 적용하기위해 시스템의 파라메타를 재배열한다. 오차 제곱합의 수렴특성을 가진 RLS 알고리즘을 이용하여 정전용량 파라메타를 추정한다. 실제 위상차를 측정하기 위해 Exclusive OR를 이용한 위상차 감지 장치를 제안한다. 센서로는 각종 환경 측정-습도, 압력 등-에 실제 활용되고 있는 정전용량형 센서를 채택한다. 잡음을 내포한 측정 데이터에 대한 추정 성능을 확인함으로써 그 유효성을 검증하고자 한다.

일반적으로 의사결정의 대상이 되는 현실 시스템은 매우 가변적 (variable)이며 때로는 많은 불확실성(uncertainty)이 포함된 상황에 놓일 수 있다. 이러한 문제의 처리를 위한 통계적 방법으로 유의수준이나 확신도, 민감도 분석 등이 사용된다. 본 논문에서는 먼저 근접관계 행렬에서 근접도를 구하는 방법으로 상대적 해밍거리와 max-min방법을 이용한 다음, 다중임계치를 사용하여 최적구간분할을 하는 방법을 제안한다. 결과적으로 max-min방법을 이용하여 다중임계치을 적용한 근접관계의 분류가 상대적 해밍거리로 근접도를 구하여 다중임계치를 구하는 방법보다 계산과정이 더 간단하고 명확하며 분할과정을 줄일 수 있고 최적의 의사결정에 효율적이라는 것을 알 수 있다.

생명과학분야에서 마이크로어레이 기술은 세포에서의 RNA 발현 프로파일을 관찰할 수 있도록 함으로써 생명현상의 규명 및 약물개발 둥에서 분자수준의 생명현상에 대한 관찰과 분석이 가능 해지고 있다. 마이크로어레이 데이터분석에서는 특정한 처리나 과정에서 현저한 특성을 보이는 유전자를 식별하기 위한 분석뿐만 아니라 유전자 전체인 게놈수준에서의 분석도 이루어진다. 최근 유전자의 발현이 다양한 조절, 신호전달 및 대사경로에 의해서 영향을 받고 있다는 관점에서 게놈수준의 분석에 관심이 증가하고 있다. 약물반응 실험에서는 약물에 대한 게놈수준의 발현 프로파일을 관찰하는 것도 많은 정보를 제공할 수 있다. 약물실험에서는 대조군과 실험군들간에 관심 있는 상대적인 발현특성을 갖는 유전자군을 전체적으로 추출하는 것이 필요한 경우가 있다. 예를 들면 정상군은 두개의 실험군에 대해서 중간청도의 발현정도를 갖는 유전자군을 식별하는 분석을 하는 경우, 생물학적인 데이터의 특성상 절대값을 비교하는 방법으로는 유용한 유전자들을 효과적으로 식별해 낼 수 없다. 이 논문에서는 정상군과 실험군들의 발현정도값의 경향을 판단하기 위해서 각 유전자에 대해서 집단별 대표값을 선정하여 퍼지집합으로 집단의 값의 범위를 결정하고, 이를 이용하여 특정 패턴을 갖는 유전자들을 식별해내는 방법을 제안하고, 실제 데이터를 통해서 실험한 결과를 보인다.

본 논문은 바이오 인포메틱스의 분야를 간단히 소개하고 기능유전체학에서 microarray 실험에 대한 통계적 방법론을 살펴보고자 한다. 또한 DNA chip 설계와 생물학적 특정에 대해 살펴보고 각 분야에서 적용되는 통계적 방법을 연구분석 해보고자 한다.

임상 프로토콜은 의료 서비스의 질을 향상시키는데 매우 중요한 수단 중 하나이다. 하지만 대부분의 임상 프로토콜이 텍스트 기반으로 되어 있을 뿐만 아니라 텍스트 기반의 임상 프로토콜들이 실행 가능한 형태로 시스템화가 되었더라도 치료를 하는 전문의의 관점에서만 기술되어 왔다. 한편 최근의 임상 연구는 유비쿼터스 헬스케어 서비스를 이용한 환자 개인의 맞춤형 의료서비스에 관한 연구가 진행되고 있다. 이와 같은 유비쿼터스 헬스케어 환경에서는 환자가 병원에서 뿐만 아니라 시간과 장소의 제약을 받지 않고 휴대용 단말기나 진단기기를 이용하여 효과적으로 의료 서비스를 제공 받을 수 있기 때문에 전문의뿐만 아니라 환자와 시스템도 헬스케어에 참여를 하게 된다. 따라서 전문의 중심의 임상 프로토콜 기술로부터 참여자 중심의 임상 프로토콜 기술이 절실히 요구된다. 본 논문에서는 전문의, 환자, 그리고 시스템의 역할에 따라 프로토콜 상에서 수행되어야 할 태스크들과 참여자들의 상태정보를 태스크 튜플 형태로 표현하였다. 하지만 태스크 튜플 기반의 표현 방법은 임상 프로토콜올 직관적으로 이해하는 데는 한계 있어 이러한 단점을 보완한 패트리 넷 기반의 유비쿼터스 헬스케어 프로토콜 기술 방법을 제안한다.

The inverse kinematics problem in robotics is an essential work for grasping and manipulation tasks by robotic and humanoid hands. In this paper, an intelligent neural learning scheme for solving such inverse kinematics of humanoid fingers is presented. Specifically, a multi-layered neural network is utilized for effective inverse kinematics, where a dynamic neural learning algorithm is employed. Also, a bio-mimetic feature of general human fingers is incorporated to the learning scheme. The usefulness of the proposed approach is verified by simulations.

최근에 국내외의 인공지능 분야에서는, 강화학습(reinforcement learning)에 관한 연구가 활발히 진행되고 있다. 본 논문에서는 능동형 현가장치(active-suspension)의 제어를 위하여 RLS 기반 NAC(natural actor-critic)을 활용한 강화학습 기법을 적용해보고, 그 성능을 시뮬레이션을 통해 확인해본다.

본 논문은 패턴 분류 문제에 사용되는 퍼지 최대-최소 신경망 방법을 이용하여 특정 집합으로부터 새로운 특정 집합을 추출해내고 추출된 특정 집합으로부터 의미 있는 특정을 선택해 내는 새로운 방법을 제안한다. 퍼지 최대-최소 신경망은 패턴 분류를 위해 주로 사용이 되어 왔지만, 퍼지 최대-최소 신경망을 이용해 특정 집합의 값들을 패턴 공간내의 초상자의 집합으로 변환하고 변환된 초상자들끼리의 인접성을 척도로 단순한 연산을 통한 빠른 특정 집합을 선택하게 된다. 마지막으로 본 논문의 특정 집합 선택 방법을 하지 근전도 신호를 이용한 보행 패턴 분류에 적용해 보고, 그 결과를 기존 여러 특정 집합 선태 방법들과 비교해 봄으로써 제안한 방법의 타당성 및 적용 가능성을 알아본다.

영상에 나타나는 자막은 영상과 관계가 있는 정보를 포함한다. 이러한 자막의 정보를 이용하기 위해 영상으로부터 자막을 추출하는 연구는 근래에 들어 활발히 진행되고 있다. 기존의 연구는 일정한 높이의 자막이나 획의 두께를 가진 자막만을 추출하였다. 본 논문에서는 일정 크기 이상의 크기에 무관한 자막을 추출하는 방법을 제안한다. 먼저, 자막 추출을 위해서 영상에 포함된 픽셀들의 연결 객체를 생성하였다. 그리고 연결 객체 중에서 자막의 형태적인 특정의 패턴을 분석하고, 패턴을 이용하여 자막을 추출하였다. 실험에 사용된 영상은 다큐멘터리, 쇼 프로그램과 같은 대중 방송에서 획득하였으며, 실험 결과는 다양한 크기의 자막을 포함한 영상을 사용하여 실험하였고, 자막 추출의 결과는 찾아진 연결객체 중에 자막의 비율과 자막 중에 찾아진 자막의 비율로 분석하였다. 제안한 방법에 의해 다양한 크기의 자막을 추출할 수 있었다.

In this paper, we develop the path planning algorithm using the improved Dijkstra algorithm and the particle swarm optimization. To get the optimal path, at first we construct the MAKLINK on the world environment and then make a graph associated with the MAKLINK. From the graph, we obtain the Dijkstra path between the starting point and the destination point. From the optimal path, we search the improved Dijkstra path using the graph. Finally, applying the particle swarm optimization to the improved Dijkstra path, we obtain the optimal path for the mobile robot. It turns out that the proposed method has better performance than the result in [1].

We introduction some properties for fuzzy power function of performance of a test. First we define fuzzy type I error and type II error for the probability of the two types of error. And we show that an fuzzy error probability of one kind can only be reduced at cost of increasing the other fuzzy error probability.

In this paper, we introduce concepts of entropy and similarity measure of interval-valued intuitionistic fuzzy sets (IVIFSs), discuss their relationship between similarity measure and entropy of IVIFSs, show that similarity measure and entropy of IVIFSs can be transformed by each other based on their axiomatic definitions and give some formulas to calculate entropy and similarity measure of IVIFSs.

In this paper, we introduce the concepts of fuzzy (r,s)-pre-semiopen sets and fuzzy (r,s)-pre-semicontinuous mappings on intuitionistic fuzzy topological spaces in ${\v{S}}ostak's$ sense. The concepts of fuzzy (r,s)-pre-semiinterior, fuzzy (r,s)-pre-semiclosure, fuzzy (r,s)-pre-semineighborhood, and fuzzy (r,s)-quasi-pre-semineighborhood are given, and several properties of these concepts are discussed. Using these concepts, the characterizations for the fuzzy (r,s)-pre-semicontinuous mappings are obtained. Also, we introduce the notions of fuzzy (r,s)-presemiopen and fuzzy (r,s)-pre-semiclosed mappings on intuitionistic fuzzy topologica spaces in ${\v{S}}ostak's$ sense, and then we investigate some of their characteristic properties.

In this paper, we consider Lebesgue-type theorems in non-additive measure theory and then investigate interval-valued Choquet integrals and interval-valued fuzzy integral with respect to a additive monotone set function. Furthermore, we discuss the equivalence among the Lebesgue's theorems, the monotone convergence theorems of interval-valued fuzzy integrals with respect to a monotone set function and find some sufficient condition that the monotone convergence theorem of interval-valued Choquet integrals with respect to a monotone set function holds.

The similarity measure is constructed for non-convex fuzzy membership function using well known Hamming distance measure. Comparison with convex fuzzy membership function is carried out, furthermore characteristic analysis for non-convex function are also illustrated. Proposed similarity measure is proved and the usefulness is verified through example. In example, usefulness of proposed similarity is pointed out.

생산 현장에서 기기의 운영과 관리는 제품의 품질 및 기업의 수익성과 직결된다. 그러나 정상적인 작동을 하고 있는 시스템에서 고장의 시점과 고장의 종류를 예측하기 곤란하며 따라서 잔여 가동 시간이 얼마인지도 예측하기 힘들다. 본 논문에서는 산업용 기계, 공정과 의료기기 등 신뢰성이 요구되는 Brushless DC 모터의 상태 변화의 추이를 관찰하여 진단의 특징점으로 사용한다. 본 논문에서 제안한 상태천이 모텔은 고장의 시점과 고장의 종류를 예측할 수 있으며 유지보수의사결정에 도움을 줄 수 있다.

본 논문에서는 컴퓨터 바이러스 정보 구축과 탐색에 학습기능을 도입함으로 새로 발생하는 바이러스를 찾아내어 대처할 수 있도록 설계된 퍼지 진단 시스템 FDS를 제안한다. FDS에서는 FCM 알고리즘을 사용하여 알려진 정보의 클러스터를 형성하고 이에 전문가의 지식을 포함하는 지식베이스를 구축한다. 진단을 위한 컴퓨터 파일에 대하여 그 파일의 결정 상태를 확인하고 이미 저장된 지식베이스를 바탕으로 바이러스 침입에 대한 정보를 보고하도록 설계되어있다. 이 시스템은 이미 알려진 테스트 데이터와 이전에 알려지지 않은 새로운 테스트 데이터를 실험데이터로 준비하여 그 성능을 테스트 한다. 제안된 시스템이 알려지지 않은 컴퓨터 바이러스의 경우도 효과적으로 진단할 수 있는 타당성을 보이고 있다.

본 논문에서는 DFT(Discret Fourier Transform)과 웨이블렛을 이용한 고장진단 알고리즘을 제안한다. 제안된 방법은 주파수 기반의 DFT에 의한 고장패턴의 추출방법과 시간-주파수 기반의 웨이블렛을 이용한 고장패턴의 추출방법을 제안한다. 유도전동기의 진단을 DFT와 웨이블렛에 의해 추출된 특정값들을 효과적으로 융합할 수 있는 융합 알고리즘에 의해 수행된다. 개발된 알고리즘은 다양한 실측 데이터에 적용하여 그 타당성을 보이고자 한다.

In this paper, we present a new anchor shot detection system which is a core step of the preprocessing process for the news video analysis. The proposed system is composed of four modules and operates sequentially: 1) skin color detection module for reducing the candidate face regions; 2) face detection module for finding the key-frames with a facial data; 3) vector representation module for the key-frame images using a non-negative matrix factorization; 4) anchor shot detection module using a support vector data description. According to our computer experiments, the proposed system shows not only the comparable accuracy to the recent other results, but also more faster detection rate than others.

지식 발견 (knowledge discovery)의 관점에서, 단기간 동안 취득된 데이터 패턴을 학습하고자 하는 경우 데이터에 비일관적인(inconsistent) 패턴이 포함되어 있다면 확률적 퍼지 룰(probabilistic fuzzy rule) 기반의 지식 표현 방법 및 적절한 학습 알고리즘을 이용하여 효과적으로 다룰 수 있다. 하지만 장기간 동안 지속적으로 얻어진 데이터 패턴을 다루고자 하는 경우, 데이터가 시변(time-varying) 특성을 가지고 있으면 기존에 추출된 지식을 변화된 데이터에 활용하기 어렵게 된다. 때문에 이러한 데이터를 다루는 학습 시스템에는 패턴의 변화에 맞추어 갈 수 있는 지속적인 적응력(adaptivity)이 요구된다. 본 논문에서는 이러한 적응성의 측면을 고려하여 평생 학습(life-long learning)의 관점 에 서 확률적 퍼지 룰 기반의 학습 시스템에 적용될 수 있는 두 가지 형태의 적응 방법에 대해서 설명하도록 한다.

본 논문에서는 로봇의 목표물 추적을 위하여 SVM을 이용한 12각형 기반의 Q-learning 알고리즘을 제안한다. 제안한 알고리즘의 유효성을 보이기 위해 본 논문에서는 두 대의 로봇과 장애물 그리고 하나의 목표물로 정하고, 각각의 로봇이 숨겨진 목표물을 찾아내는 실험을 가정하여 무작위, DBAM과 AMAB의 융합 모델, 마지막으로는 본 논문에서 제안한 SVM과 12각형 기반의 Q-learning 알고리즘을 이용하여 실험을 수행하고, 이 3가지 방법을 비교하여 본 논문의 유효성을 검증하였다.

광고는 우리 생활 속에 많은 영향을 끼친다. 광고는 다양한 분야에서 활용되고 있으며, 새로운 기술과 사회문화 전반을 반영하기 때문에 다양한 정보와 지식을 필요로 한다. 광고 제작자는 다양한 광고 수용자 층을 포괄하기 위해 다채로운 전달 매체와 기법 등을 이용하여 광고 크리에이티브(광고 제작을 위한 아이디어) 전략을 수립하게 된다. 이를 바탕으로 광고 메시지의 효과적인 전달을 위하여 크리에이티브 컨셉(광고의 주요 소재, 테마)을 세우게 되는데, 이 때 주목하는 점은 독창적이고 영향력이 있는 아이디어야 한다는 것이다. 광고는 대중매체를 통해 전달되므로 목표 수용자의 크기는 쉽게 예상할 수는 있다. 하지만 제작의 과정은 복잡하고 창의적인 방향을 지향하므로 수용자를 고려하였다고 하더라도 어떤 반응을 일으키는지 예측하는 것은 어렵다. 본 논문에서는 이미 매체를 통해 전달된 광고들을 광고의 제작과정에서 사용되는 요소 중에서 수용자들이 평가 가능한 기준을 설정해 수용자들의 반응을 수집, 수치화하여 결정트리에 적용하였다. 이률 이용하여 새로이 제작되는 광고가 수용자에게 어떤 반응을 불러일으킬지 판단하는 시스템을 설계하였다.

본 논문에서는 기존의 클러스터 기반 퍼지 모델트리에서 트리의 깊이에 따른 over-fitting으로 인한 훈련 및 검증데이터의 일관성 문제점을 해결하기 위해 상호 노드간의 정보를 고려하는 방법을 제안하고자 한다. 제안된 방법은 우선 입력과 출력변수의 속성을 고려한 퍼지 클러스터링에 의해 중심벡터를 계산한 후, 중심벡터들과 입력 속성간의 소속도를 이용하여 구간 분할된 영역별로 각각의 선형모델을 구축한다. 예측 단계에서는 입력된 데이터가 잎노드에 도달하는 노드간의 중심벡터와 입력 데이터간의 거리값에 따른 소속도를 계산한 후 최종적으로 무게 중심법을 이용하여 출력값을 예측하게 된다. 제안된 방법의 우수성을 보이기 위해 다양한 벤치마크 데이터를 대상을 실험한 결과, 기존의 클러스터 기반 퍼지 모델트리보다 향상된 성능을 보임을 알 수 있었다.

최근 데이터의 양이 많아지고 다양해짐에 따라서 데이터를 활용하기 위한 데이터 마이닝에 관한 관심이 중대되고 있다. 데이터 분석을 위한 수집 데이터에는 수집 과정에서 분석가가 원치 않은 데이터 잡음이 발생하는 경우가 있고 그 데이터가 다른 데이터들과 같은 가중치로 데이터 마이닝에 반영되는 경우 예상과 다른 결과를 얻을 수 있다. 따라서 데이터 분석 시 데이터와 전문가 의견이 고려된 데이터 엔트로피(Entropy)를 사용하여 잡음 데이터를 다를 필요가 있다. 본 논문에서는 전문가의견을 이용한 전문가 의견 목록을 만들고 이를 데이터와 비교하여 유사한 정도에 따라 각 데이터에 가중치를 부여한다. 그리고 이 데이터를 활용한 의사결정나무(Decision Tree)를 사용하여 기존 데이터를 이용한 의사결정나무 보다 데이터 잡음의 영향을 줄이는 방법을 제안한다. 제안한 방법은 학습자의 학습 활동에서 수집된 학습 행위 데이터를 사용하여 실험하였다.

본 논문에서는 PXA270 임베디드 시스템을 이용한 거동관리 프로그램 개발한다. 개발 프로그램의 목적은 혼자 있는 환자 또는 독거노인의 거동을 관리함으로서 응급상황을 신속히 처리하도록 한다. 우선 개발 프로그램은 웹 카메라(QuickCam Pro5000)를 사용하여 Visual Studio 2005로 기본프로그램을 작성하였다. 웹 카메라로 부터 영상을 받아온 후 기준영상을 등록을 한다. 다음 단계로 감시되고 있는 영상에 사람이 들어오거나 움직이는 물체가 있다면 감시영상에서 기준영상을 뺀 차영상 기법을 이용하여 지속적으로 물체를 추적 한 다음 물체가 일정시간 이상 움직이지 않는다면 경고 메세지를 출력하게 된다. 최종적으로 개발된 알고리즘을 임베디드 시스템인 PXA270에 탑재하기 위하여 Embedded Visual C++ 4.0을 이용하여 증명 한 후, 실험을 통하여 제안방법의 타당성올 검토한다.

센서 네트워크에서의 에너지 효율적인 통신을 위한 infrastructure를 제공하고자 가상 백본(Virtu Backbone) 개념이 등장했다. 최근에는 트리 구조를 이용하여 가장 백본을 구성한 EVBT (Energy-aware Virtual Backbone Tree)가 제안되었다. 본 논문에서는 EVBT의 문제점을 개선한 m-EVBT(modified-EVBT) 생성 알고리즘에 대해 다룬다. EVBT와 달리 m-EVBT 생성 알고리즘은 백본 트리에 속하지 않은 센서 노드들의 업스트림 링크의 선정에 물리적 거리가 아닌 에너지 소모량 청보를 이용한다. 이 정보는 백본 트리를 만들 때 이용되는 ECR(EVBT Construction Request) 패킷에 포함되어 전송된다. 시뮬레이션을 통해 m-EVBT는 EVBT에 비해 데이터 전송시 에너지를 절약하고, 백본 트리 구축에 드는 추가적인 비용도 작다는 것을 확인할 수 있었다.

The web server for the embedded Linux system(ELS), unlike the ones for the usual Linux or Windows, has some disadvantages such as small number of installable applications, low compatibility and limited extensibility. This fact raises some problems when data are transferred in real-time via the web server, which are mainly caused by a poor performance of the processor and small-sized memory. Conventional user interfaces adopted for the usual web servers are unsuitable for the ELS because they are platform-limited and their installations are done by the form of plug-ins. If the web server for the ELS has an Ajax engine that can be utilized without any installation procedure, the advantages of usability, accessibility and quick response time can be obtained. This paper presents the Ajax interface for the ELS web server. The efficiency of the proposed technology in the real-time remote monitoring is shown through an implementation.

유비쿼터스 컴퓨팅의 목표 중 하나는 사용자의 직접적이거나 은연중에 내포된 요청에 따라 적절한 서비스를 제공하는 것이다. 최근에는 사용자의 다양한 요청에 보다 유연하게 대응할 수 있는 연구가 이루어지고 있으며 그 중 단일서비스의 조합을 통해 복합서비스를 제공할 수 있는 서비스 컴포지션(Service Composition)이 주목을 받고 있다. 하지만 기존 연구들은 늦은 처리속도로 인해 빠른 응답이 필요한 실시간 상황인식 서비스에는 부적합 하다. 또한 사례기반 추론은 사례 기저에 쌓인 사례의 수가 늘어감에 따라 속도가 저하되는 단점이었다. 이러한 단점을 최소화 하기 위하여 클러스터링 기법이 사용되고 있다. 본 논문은 사례기반 추론을 이용한다. 또한 사례 기저의 수를 유지하면서 사례 기저의 수치화 및 트리구조 판리를 이용하여 기존방법보다 빠른 서비스 컴포지션을 구현하는 방법을 제안한다. 그리고 기존의 서비스 컴포지션 기법과 비교 분석을 통하여 제안하는 기법의 유효함을 확인하였다.

퍼지 추론은 애매한 지식을 효과적으로 처리할 수 있는 장점이 있다. 그러나 규칙의 연관속성은 규칙을 과다하게 생성하기 때문에 유용하고 중요한 규칙을 결정하는데 여러 가지 문제점이었다. 본 논문에서는 퍼지 규칙에서 규칙간의 상관성을 고려하여 불필요한 속성을 제거하고, 퍼지규칙의 상대농도를 이용하여 추론결과의 정확성을 유지하면서 규칙의 수를 최소화 하는 방법을 제안한다. 제안한 방법의 타당성을 검증하기 위하여 기존의 규칙 감축 방법에 따른 출론 결과와 비교 검증하였다.

본 논문은 원본이미지와 은닉이미지의 좋은 압축률과 만족할만한 이미지의 질, 그리고 외부공격에 강인한 이미지은닉의 한 방법으로 특이치 분해와 퍼지 군집화를 이용한 벡터양자화를 이용한 워터마킹 방법을 소개하였다. 실험에서는 은닉된 이미지의 비가시성과 외부공격에 대한 강인성을 증명하였다.

유비쿼터스 환경은 보이지 않는 수많은 장치들과 소프트웨어들이 서로 연결되어 각각의 사용자들에게 편리한 서비스를 제공한다. 이러한 서비스를 제공 받기 위해서는 사용자와 서비스간의 매개체 역할을 하는 모바일 디바이스가 필요하다. 하지만 자원이 제한적인 모바일 디바이스의 특성상 다양한 서비스를 이용할 수는 없다. 따라서 본 논문에서는 사용자의 프로파일을 고려한 사용자 맞춤 차원 공유 시스템을 개발하여 주변의 다양한 자원을 실시간으로 공유 할 수 있도록 함으로써 모바일 디바이스의 제한적인 리소스 문제를 해결 하고자한다. 본 논문에서는 테스트 시나리오를 이용하여 제안하는 사용자 맞춤 자원 공유 시스템을 검증한다.

인간의 모든 삶에 대한 디지털적 접근을 시도한 문화기술은 이제 IT 기술을 바탕으로 한 인간의 모든 생활에서 폭 넓게 적용되어 가고 있으며 앞으로 그 범위가 점차 확대되리라 기대된다. 문화기술은 어느 특정한 분야에서 연구되기보다는 모든 학문분야에서 학제적 연계를 통하여 연구, 발전되고 있다. 본 논문에서는 특히, 디지털기술에 바탕을 둔 문화콘텐츠의 개발 및 사용에 대한 효과적인 의사결정을 지원하기 위하여 데이터 마이닝 전략을 접목하고자 한다. 데이터 마이닝 분석기법올 적용하여 사용자로부터 만족될 수 있는 문화콘텐츠의 구현방안을 제안한다.

Support Vector Machine(SVM)은 통계적 학습 이론에 기반을 둔 분류기이다. 또한 Twin Support Vector Machine(TWSVM)은 이진 SVM 분류기의 한 종류로써, 서로 관련된 두 개의 SVM 유형 문제를 통해 평행하지 않은 두 개의 평면을 결정하고 이 두 평면을 통해 분류기를 완성하는 방식이다. 이러한 방식은 TWSVM은 학습 시간이 SVM에 비해 훨씬 짧으며, SVM과 비교하여 떨어지지 않는 성능을 보여준다. 본 논문은 분류기 입력에 Fuzzy Memvership을 적용하는 방식의 TWSVM을 제안하고, 2차원 벡터 입력에 대한 실험을 통하여 기존에 제시 되었던 TWSVM과 비교한다.

This paper proposes a genetic algorithm (GA) approach to instance selection in case-based reasoning (CBR) for the prediction of Korea Stock Price Index (KOSPI). CBR has been widely used in various areas because of its convenience and strength in complex problem solving. Nonetheless, compared to other machine learning techniques, CBR has been criticized because of its low prediction accuracy. Generally, in order to obtain successful results from CBR, effective retrieval of useful prior cases for the given problem is essential. However, designing a good matching and retrieval mechanism for CBR systems is still a controversial research issue. In this paper, the GA optimizes simultaneously feature weights and a selection task for relevant instances for achieving good matching and retrieval in a CBR system. This study applies the proposed model to stock market analysis. Experimental results show that the GA approach is a promising method for instance selection in CBR.

기존 센서네트워크 환경의 노드들이 모바일 환경으로 바뀌면서 클러스터를 구축하고 클러스터 헤더를 선정함에 있어 기존 방법은 정적 노드를 대상으로 구축되어 있기 때문에 이를 동적 노드에 적합한 방법으로 구축하기 위해 기존 연속적인 스카이라인 질의방법을 이용하여 클러스터를 구축하고 클러스터헤더를 선정함으로 센서네트워크의 효율적인 환경을 구축하고자 한다. 기존은 클러스터 헤드 선정을 클러스터를 구축하고 구축된 클러스터 내에서 에너지 잔여량을 비교 하여 가장 에너지가 많은 노드를 헤드로 선정하여 라우팅을 고려하는 기법을 사용하였다. 그러나 센서 노드가 모바일 노드일 경우 위치도 함께 고려되어야 할 속성 중 하나일 것이다. 따라서 이 논문에서는 클러스터 헤더 선정기법에서 기존 방식과 달리 클러스터 헤더를 선정하고 클러스터 헤더를 선정하고 클러스터 헤더를 기준으로 R hop 까지를 하나의 클러스터로 설정하는 효율적인 영역 결정 기법을 제안하였다.

센서 네트워크에서 공격자는 훼손된 노드들 이용하여 위조 보고서를 네트워크에 주입할 수 있다. Yang과 Lu는 이러한 위조 보고서를 전달 중에 여과하기 위하여 가환 암호 기반 여과 기법을 제안하였다. 그러나 이 기법에서는 클러스터 헤드가 훼손된 경우에 위조 보고서를 전달 중에 여과할 수 없는 문제가 있다. 본 논문에서는 클러스터 헤드 훼손 여부에 관계없이 보고서를 전달 중에 여과할 수 있는 퍼지 로직 및 가환 암호 기반 위조 보고서 여과기법을 제안한다. 기본적으로 제안된 방법은 가환 암호를 기반으로 감지 보고서를 생성 및 검증하며, 보조 검증 수단으로 대칭 암호를 사용한다. 에너지 소비 절감을 위하여 퍼지 규칙 기반 시스템이 계산 비용이 큰 가환 암호 검증의 확률과 보조 검증 수단 사용 여부를 결정한다.

본 논문에서는 전기로 합금철 투입 중량을 보다 정밀하게 제어하기 위하여 퍼지 함수를 사용한 제어 기법을 적용하였다. 합금철 중량 제어에 사용된 퍼지 제어는 기존 단순 패턴 제어에 비하여 합금철 계량 정밀도를 높였으며, 합금철 계량 시간을 크게 단축시켰다. 한편 퍼지 제어 함수는 제어수식을 일반화시켜서 Programmable Logic Controller (PLC)의 래더 프로그램으로 구현하였다.

지문자는 청각장애인이 사용하는 수화로 표현하지 못하는 한글 문자를 알파벳으로 표시하기위한 손 제스처이다. 본 논문에서는 추출된 손 영역의 무게 중심과 퍼지 논리를 이용하여 지문자를 인식하는 알고리즘을 제안하고, 한글 문자를 표현하는 시스템을 개발한다. USB 카메라로부터 얻어진 영상에서 히스토그램을 이용하여 손의 피부색 영역을 추출하고, 영상 마스크를 이용하여 피부색이 아닌 배경 영역을 제거한다. 문턱 값을 사용하여 얻어진 이진화된 영상에서 손의 영역을 검출하고, 무게 중심을 이용하여 손 중심과 손가락 끝의 거리를 측정한다. 얻어진 거리 정보에 퍼지 기법을 적용하여 손가락의 굽힘 정도를 판단하고, 손 모양 데이터베이스에서 손가락 굽힘 정도와 가장 근사한 한글 문자를 선택한다.

센서 네트워크 응용 분야에서 센서 노드들은 무인 환경에서 배치되므로, 물리적인 공격들과 노드가 가진 암호 키들이 손상되기 쉬운 취약성을 가진다. 공격자는 노드를 훼손시켜 위조 보고서를 침투 시킬 수 있고, 이는 거짓 경보를 유발시켜 네트워크의 제한된 에너지의 고갈을 야기한다. 이러한 문제점을 보안하기 위해 최근 연구자들은 통계적 여과 기법을 통해서 위조 보고서를 탐지하고 도중에 여과시키는 방안을 제시하였다. 이 제안된 방안에서 각 노드는 검증을 위한 일정한 양의 정보를 가지며, 탐지 능력은 라우팅 경로의 선택에 의해 영향을 받는다. 본 논문에서는, 퍼지를 사용하여 통계적 여과 기법의 위조 보고서 탐지 능력 향상을 위해 네트워크 전체 상황을 고려하여 거짓 보고서 침투 공격에 대해 가장 안전한 경로를 선택하는 방법을 제안한다.

대부분의 센서 네트워크에서 센서 노드들은 열린 환경에서 독립적으로 동작하므로 보안 공격에 취약하다. 허위 보고서 삽입 공격에서 공격자는 허위 경보를 발생시키거나 혹은 네트워크 내 에너지의 고갈을 목적으로 포획된 노드들을 통해 허위 보고서를 네트워크에 삽입한다. 이러한 허위 보고서를 조기에 검출, 제거하기 위해 많은 여과 기법들이 제안되었다. 가환 암호 기반 여과 기법에서 각각의 중간 노드는 확률에 기반 하여 보고서 인증을 수행한다. 따라서 허위 보고서가 여과되지 않거나 정상 보고서가 여러 번 인증 받을 가능성이 있다. 또한 네트워크의 상태 변화에 적응하기 어렵다. 본 논문은 퍼지 논리를 이용한 무선 센서 네트워크에서의 임계값 기반 여과 기법을 제안한다.

운전자의 변의와 안전을 위한 장치로 센서를 차량에 많이 부착하게 되었다. 레이더도 그런 센서 중의 하나로 다른 센서들 보다 정확하게 주변상황을 인식하게 해 준다. 하지만 그런 레이더 데이터에는 차량의 정보들 뿐만 아니라 주변의 장애물, 건물 동의 원하지 않는 데이터가 같이 들어 오며 이런 물체들은 뒤에 있는 물체들을 가리기 까지 한다. 이 논문에서는 RLS(Recursive Least Square)를 사용하여 이런 가려지는 물체들의 데이터들을 버리지 않고 사용할 수 있는 알고리즘을 제안한다.

복잡해지는 비즈니스로 인해 생산에 필요한 직접비용보다 유통${\cdot}$물류 등의 간접비용의 부담이 점차 증가추세를 보이고 있으며 그로 인해 기업의 부담이 커지고 있다. 최근 기존 마그네틱테이프나 바코드 등이 갖고 있는 구조적, 기능적 한계를 극복할 수 있는 새로운 수단으로 RFID(Radio Frequency Identification) 기술이 각광받고 있다. 이에 본 연구에서는 유통 및 물류 분야에서 각광받고 있는 RFID 기술을 물류 창고의 최적관리에 적용하여 봄으로써 이의 활용가능성에 대해 고찰하고자 한다.

많은 센서 네트워크 응용분야에서 센서 노드는 개방된 환경에 놓이게 된다. 공격자는 개방된 환경에 놓인 센서 노드를 물리적으로 획득할 수 있으며, 포획한 노드를 이용하여 허위보고서를 센서네트워크에 삽입 시킬 수 있다. 삽입된 허위 보고서는 제한된 센서노드 에너지를 고갈 시키며, 허위 경보를 일으켜 심각한 문제를 야기 시킬 수도 있다. 이러한 공격을 막기 위해 Yu와 Guan은 Dynamic En-route Filtering(DEF) 방법을 제안 하였다. DEF는 인증키 재분배를 통하여 필터링 효율을 강화 시키지만, 키 분배 효율을 높일수록 인증키를 분배에 사용되는 에너지 소비가 커지는 문제점을 가지고 있다. 본 논문에서는 인증키 분배에 소비되는 에너지를 줄이면서 효율적인 키 분배를 위해 퍼지 시스템 기반의 키 분배 거리 결정 방법을 제안하였다.

유전프로그래밍(GP)은 GA, ES, 그리고 EA등에 비해 구조의 복잡함으로 인해 상대적으로 진화방식 및 진화연산자에 대한 연구가 미진한 실정이다. 본 논문에서는 유전프로그래밍에 대한 점진형 진화 방식과 트리 깊이 및 부모간의 거리를 기반으로 한 새로운 진화연산자를 제안한다. 이항식 벤치마크 문제에 대하여 실험을 수행하였고, 세대형 진화 방식 및 기존 연산자와의 성능을 비교하였다.

본연구에서는 센서의 융합을 통하여 환경을 인식하며, 주변환경에 대한 지식을 갱신, 학습할수 있는 방법론을 연구하며, 동적인 장애물의 감지및 움직임 예측에 기반한 지능적 회피 알고리즘과 AHP를 이용한 Navigation Strategy수정과 이동 로봇 스스로 최적의 결과를 낼수 있게 개선 시키는 알고리즘을 구현한다. 그와 더불어 AHP를 이용하여 Navigation Performance를 최대로 높일 수 있는 방향을로 진화시키는 알고리즘을 구현한다. 또한 부여된 임무수행을 위한 목표물 추적을 위한 비전 시스템에서의 대상체 추출및 인식 알고리즘을 개발하며 인간뇌의 환경인식 체계와 유사한 방식의 Map building기법을 연구한다.

지능로봇에 관한 열기가 확산되면서 다양한 로봇이 연구, 개발되고 있다. 본 논문에서는 소리 인식, 변신 기능, 무게 중심 인식, 장애물 감지 및 4족 자율보행의 기능을 가지는 로봇의 설계 및 제작에 관하여 기술한다. 자기변신 로봇의 무게 중심이 아래로 향할 수 있도록 현재 상태를 파악한 후 중심 추를 이동시켜서 무게 중심을 변화시킨다. 이동 중 소리 인식과 장애물 인식 및 낭떠러지 인식으로 원활한 이동을 하기위해 다양한 센서들을 사용 한다. 시뮬레이션을 통해 제안한 방법의 유용성을 검증하고, 이를 실제 자기변신 로봇의 설계 및 제작에 적용하여 타당성을 입증한다.

최근 유비쿼터스 컴퓨팅을 지원하는 박물관들이 구축되어, 이를 기반으로 관람자에게 다양한 멀티미디어 서비스를 제공하기 위한 시스템들이 개발되고 있다. 하지만 대부분의 시스템들이 모바일 장비 자체에 정보를 저장하여 제공하기 때문에 전시관내에 국한된 서비스를 받게 되어 관람자와의 양방향 커뮤니케이션이 어렵고 관람정보를 효율적으로 활용할 수 없다. 본 연구에서는 모바일 장비인 PDA와 RFID 기술을 사용하여 관람정보를 실시간으로 서비스 받을 수 있고, 웹과 연동하여 개인화된 관람정보를 효율적으로 활용할 수 있는 유비쿼터스 박물관 관람 지원 PDMA(Personal Digital Museums Assistants)를 개발한다.

This paper proposes an alternative robust adaptive high-gain fuzzy observer design scheme and its application to synchronization of chaotic systems. The structure of the proposed observer is represented by Takagi-Sugeno fuzzy model and has the integrator of the estimation error. This improves the performance of high-gain observer and makes the proposed observer robust against noisy measurements, uncertainties and parameter perturbations as well. Using Lyapunov stability theory, an adaptive law is derived and the stability of the proposed observer is analyzed. Some simulation result is given to present the validity of theoretical derivations and the performance of the proposed observer.

본 연구는 인터넷 학습사이트 평가모델을 개발하여 인터넷 학습사이트들이 학생들에게 필요한 양질의 정보를 제공할 수 있도록 하고자 한다. 학습자들이 효과적으로 학습을 하기 위해서는 인터넷 학습사이트 환경이 어떠해야 하는지에 대한 정보를 파악하여 더 나은 인터넷 학습사이트 환경에 대한 정보 제공 및 개선사항을 제시하고자 한다.

복잡하고 다원화되어 있는 재택건강관리 계획 모델링을 계층적 작업 네트워크 계획을 기반으로 설계하여 분산 네트워크의 성능을 최대한으로 활용한 자동화 계획 설계를 제안하였다. 이를 위하여 SHOP라는 계층적 작업 도구를 이용하여 응급, 주의, 비정상, 정상과 같은 4가지 시나리오 모델에 따른 맞춤형 건강관리 계획 설계를 구현하여 재택건강관리 시스템의 상태분류에 대한 보조 의사 결정 도구로써 적용하였다.

비정상 트래픽 제어 프레임워크에 적용된 비정상 트래픽 제어 기술은 침입, 분산서비스거부 공격, 포트스캔 공격과 같은 비정상 행위의 트래픽을 제어하는 공격 대응 방법이다. 이 대응 방법은 비정상 행위에 대한 true-false 방식의 공격 대응 방법이 가지는 높은 오탐율(false-positive rate)을 낮출 수 있다는 장점이 있지만, 공격 지속시간에만 의존하여 비정상 트래픽을 판단하기 때문에, 공격에 대한 신속한 대응을 하지 못한다는 한계를 가지고 있다. 이에 본 논문에서는 비정상 트래픽 제어 프레임워크에 퍼지 로직을 적용하여 신속한 공격 대응이 가능한 포트스캔 공격 탐지 기법을 제안한다.

In this paper we derived fuzzy entropy that is based on similarity measure. Similarity measure represents the degree of similarity between two informations, those informations characteristics are not important. First we construct similarity measure between two informations, and derived entropy functions with obtained similarity measure. Obtained entropy is verified with proof. With the help of one-to-one similarity is also obtained through distance measure, this similarity measure is also proved in our paper.

지하구내에 물이 유입되기 시작하면 미리 설치되어 있는 펌프를 동작시켜서 배수를 해야한다. 이 경우 지하구내로 유입되는 물의 경로로 구분한 내수와 외수의 양을 알 수 있다면 위험도의 평가에 있어서 좋지만 유입량을 정확히 알 수 없으므로 시계열 분석으로 미래의 값을 예측하는 방법을 제시하고자 한다. 시계열 분석으로 예측한 값을 토대로 퍼지 이론을 이용한 지하구내 침수 상황 통제 시스템을 구현하였다.

본 논문은 Takagi-Sugeno (T-S) 퍼지 모델을 이용하여 이산 시간에서의 비선형 상호 결합 시스템에 대한 분산 동적 출력 궤한 제어기를 제시한다. 이산시간 비선형 상호 결합 시스템의 각 하위 시스템에 대한 T-S 퍼지 모델링을 한 후, 각각에 대해 동적 출력 궤한 제어기를 설계한다. 제어가 된 폐루프 하위 시스템들로 전체 시스템의 평형점이 안정화되는 선형 행렬 부등식 (LMI)을 구하고, 부등식을 이용하여 동적 출력 궤한 제어기의 이득값을 구한다. 마지막으로 모의실험을 통해 분산 동적 출력 궤한 제어기의 효용성을 확인한다.

지상의 침수와 지하공간의 침수는 많은 부분에서 발생 및 진행 메커니즘이 다르므로, 침수시 요구되는 대응방안 또한 많은 차이를 나타내고 있다. 일반적으로 지하구내의 침수 피해는 지상에 비해 피해 규모가 막대할 뿐만 아니라 복구에도 많은 어려움이 있다. 생명과 재산의 피해를 최소화할 수 있는 적절한 대책이 필요하다. 본 논문에서는 영상처리와 퍼지 제어를 적용해서 지하구내 침수 상황을 감시 ${\cdot}$ 통제하고 안전성을 평가하는 알고리즘과 시스템을 제안한다.

본 논문은 "X라는 인물은 누구인가?"와 같은 질의어가 주어질 때, X라는 인물에 대한 나이, 직업, 학력 또는 특정 사건에서 X라는 인물의 역할에 대한 정보를 기술하는 문장을 인식하고 추출함으로써 해당 인물에 대한 신문 기사 내용을 요약하는 방법을 제시한다. 질의어 용어에 대해 가능한 많은 관련 문장을 추출하기 위하여 중심 벡터에 기반한 통계적 방법을 적용하였으며, 정확도와 재현율 성능을 개선하기 위해 위키피디어 같은 외부 지식을 사용한 중심 단어의 개선된 가중치 측도를 적용하였다. 실험 대상인 전자신문 말뭉치 상에서 출현 빈도수가 큰 20 인의 IT 인물에 대해 제안한 방법이 개선된 성능을 보임을 알 수 있었다.

센서 네트워크 시스템은 한정된 자원을 갖는 센서노드들을 광대한 영역에 설치하여 새로운 정보를 수집 하고 모니터링 하는 기능을 한다. 센서 노드와 센서의 고장(Sensor node faulty or Sensor faulty)은 열악한 설치 환경이나 제한된 리소스에 의해 종종 발생 되는데 이들 고장은 네트워크 내에서 요구되는 양질의 서비스 제공에 많은 문제를 가져온다. 본 논문에서는 센서 노드의 고장 검출 알고리즘으로 알려져 있는 Consensus 알고리즘과 센서노드에서 사용되는 센서의 고장을 검출할 수 있는 localized faulty sensor detection 알고리즘을 혼합하여 시스템에 안정된 서비스를 제공할 수 있는 방법을 제안하며 실제 시뮬레이션과 제작된 실험장치에 적용함으로써 그 유용성을 확인하고자 한다.

인터넷은 그 탄생 이후로 점점 더 많은 사용자들을 가지게 되었으며, 이러한 사용자들로 인하여 인터넷으로 흘러나오는 정보의 양은 갈수록 더 많아지고 있다. 특히, 인터넷 게시판은 수많은 사용자들의 생각과 그들이 가진 정보를 교환하기 위하여 주요한 방법으로 사용되고 있다. 본 연구에서는 웹 2.0을 활용하여 각각의 사용자에게 맞춤형 서비스를 제공하는 인터넷 게시판을 설계한다. 설계될 인터넷 게시판은 사용자에게 제공되는 정보는 동일하지만, 각 사용자마다 설정된 정보에 의하여 정보의 분류가 다르게 이루어지도록 하여 자신이 원하는 정보를 보다 빠르게 검색할 수 있도록 하였다. 또한, 각 사용자는 개인 게시판을 생성하여 모든 사용자가 공유하는 게시판에서 자신에게 필요한 정보만을 자동으로 수집하여 저장할 수 있으며, 외부 RSS 피드들을 필터링하여 개인 게시판에 연결하거나, 자신만의 정보를 개인 게시판에 등록할 수도 있다. 위와 같이 방법들은 사용자가 약간의 정보를 미리 등록해 주는 것만으로 여러 게시판과 RSS 피드들로부터 자기가 원하는 최신정보들을 실시간으로 수집하여 개인 게시판에 저장해주며, 간단한 클릭 몇 번으로 게시판의 형태가 변경되어 각각의 사용자가 원하는 정보를 빠른 시간에 찾을 수 있도록 해주게 될 것이다.

최근 인공지능 분야에서는 강화학습(Reinforcement Learning)에 대한 관심이 크게 증폭되고 있으며, 여러 관련 분야에 적용되고 있다. 본 논문에서는 강화학습 기법 중 액터-크리틱 계열에 속하는 RLS-NAC 알고리즘을 활용하여 Kimura의 기는 로봇의 이동을 다룰 때에 중요 파라미터의 결정을 위하여 meta-learning 기법을 활용하는 방안에 고려한다.

본 논문은 Qi 시스템 제어를 위한 지능형 디지털 재설계 접근 방안을 제안한다. 디지털 재설계란, 기존의 안정화 된 연속시간 플랜트와 이산 시간에서 설계된 디지털 제어기와의 상태 접합 및 안정도 분석을 통해 전체 시스템을 재구성 하는 것을 말한다. 퍼지 모델링을 통해 Qi 시스템을 퍼지 규칙으로 표현하며, 디지털 재설계를 통해 재설계된 디지털 제어기를 통해 이를 제어하게 된다. 주어진 조건은 LMI를 통해 표현되며, 시스템의 안정도를 증명함으로써 디지털 제어기절계의 활용성 및 가능성을 검증하고자 한다.

본 논문은 얼굴 인식의 특징점을 기존의 Gray-Level 이미지를 이용하는 대신, RGB 도메인의 이미지를 이용하는 것이다. 이 이미지를 바탕으로 Adaboost 학습 알고리듬으로 학습 시켜 강분 류기의 인식률을 높이고, 실시간으로 얼굴의 위치를 찾아내는 것이 이 논문의 목적이다. 사람의 피부색 정보를 처리하는 것은 얼굴의 다른 특정들에 대한 정보를 처리하는 속도에 비해 월등히 빠르다. 따라서 본 논문은 R, G, B 세 Domain 상에서의 각각 얼굴을 찾아내 그 결과를 종합하여 최종 결과를 도출하는 시스템을 구현하고자 한다.

자율컴퓨팅은 관리자나 사용자의 개입없이 시스템이나 서비스가 원활하게 동작되는 환경으로 구조조정, 최적화, 치료, 방어 등을 위한 여러가지 기술이 복합적으로 요구된다. 태스크를 자율적으로 완수하고 최적으로 수행하기위한 자율적 계획수립 및 계획실행은 자율컴퓨팅에서 필요한 요소기술이다. 이 논문에서는 목표의 실패없는 수행을 위한 여러 잠재적인 실행경로를 포함하는 강건한 계획수립과 다중 에이전트 구조를 이용하여 가용한 자원에 대한 전반적인 고려와 함께 실행시점의 상황을 반영하여 최적의 실행경로에 따라 계획을 실행하게 하는 방법을 제안한다.

본 논문은 뉴트럴 타입 시간 지연을 갖는 네트워크 시스템의 안정도 분석 및 퍼지 제어기 설계에 대해서 논의한다. 먼저 대상이 되는 네트워크 시스템은 TS (Takagi-Sugeno: T-S) 퍼지 모델로 표현 되어진다. 리아프노프-크라조브스키의 안정도 이론을 이용하여 뉴트럴 형태의 시간 지연을 갖는 퍼지 시스템의 안정도를 판별한다. 퍼지 시스템의 안정도 조건을 시간 지연에 종속적인 충분조건으로 제시하고 선형 행렬 부등식의 형태로 표현한다. 선형 행렬 부동식의 해를 구하고 이를 바탕으로 퍼지 제어기의 이득값을 설계한다. 제안된 방법의 효율성과 가능성을 보여주기 위해 한 예제를 포함한다.

가까운 미래에 인간생활에 활용될 지능형 로봇은 인간과 공존하면서도 효과적으로 인간을 도와줄 수 있는 인간친화형 로봇이라 할 수 있다. 이러한 것을 실현하기 위해서 로봇은 미지의 환경 내에서 자신의 위치 및 방향을 인식해야 할 필요가 있다. 더욱이, 이것은 일상생활에서 자연스럽게 이뤄지는 것이 당연하다. 로봇을 제어하는 가장 중요한 문제중의 하나로서 이동로봇의 주행에서의 위치불확실성을 해결함으로서 로봇의 위치를 추정하는 것이 바람직하다 할 수 있다. 본 논문에서는 실내외 공간에서 인간을 포한함 이동물체의 영상정보를 이용하여 이동로봇의 자기위치를 인식하기 위한 방법을 제시하고 있다. 제시한 방법은 로봇자체의 DR센서 정보와 카메라에서 얻은 영상정보로부터 로봇의 위치추정방법을 결합 한 것이다. 그리고 이동물체의 이전 위치정보와 관측 카메라의 모델을 사용하여 이동물체에 대한 영상프레임 좌표와 추정된 로봇위치 간의 관계를 표현할 수 있는 식을 제시하고 있다. 또한 이동하는 인간과 로봇의 위치와 방향을 추정하기 위한 제어방법을 제시하고 이동로봇의 위치를 추정하기위해서 칼만필터 방법을 적용하였다. 그리고 시뮬레이션 및 실험을 통하여 제시한 방법을 검증하였다.

유전자 변이가 쉽게 일어나는 바이러스 등은 변이 계통에 따라 집단을 형성하게 된다. 이러한 집단들에 대한 분석은 해당 바이러스 집단에 대한 추적, 백신 및 치료약 개발에서 필수적이다. 어떤 집단의 염기 서열의 특성을 효과적으로 표현하는 패턴을 시그너쳐라 하며, 이러한 시그너쳐는 특정 염기서열 집단의 고유한 특성을 나타내면서 다른 집단과 구별되는 정보를 포함하는 것이 바람직하다. 이 논문에서는 가능한 후보 시그너쳐들을 염기분포를 이용하여 생성해가면서, 시그너쳐 해당부위의 염기를 상대 서열집단의 공통 서열의 염기로 변환하여 집단간의 상대거리를 측정함으로써, 후보 시그너쳐에 의한 집단의 고유성질 표현능력과 집단간 차별화 능력을 고려하여 시그너쳐를 추출하는 방법을 제안한다.

클러스터링은 주어진 데이터 포인트들을 주어진 개수의 그룹으로 나누는 비지도 학습의 한 방법이다. 클러스터링의 방법 중 하나로 널리 알려진 퍼지 클러스터링은 하나의 포인트가 모든 클러스터에 서로 다른 정도로 소속될 수 있도록 함으로써 각 포인트가 하나의 클러스터에만 속할 수 있도록 하는 K-means와 같은 방법에 비해 자연스러운 클러스터 형태의 유추가 가능하고, 잡음에 강한 장점이 있다. 이 논문에서는 기존의 퍼지 클러스터링 방법 중 소속도(membership)와 전형성(typicality)을 동시에 계산해 낼 수 있는 Possibilistic Fuzzy C-Means (PFCM) 방법에 Gath-Geva (GG)의 방법 을 적용하여 PFCM을 확장한다. 제안한 방법은 PFCM의 장점을 그대로 가지면서도, GG의 거리 척도에 의해 클러스터들 사이의 경계를 강조함으로써 분류 목적에 적합한 소속도를 계산할 수 있으며, 전형성은 가우스 형태의 분포에서 생성된 포인트들의 분포 함수를 정확하게 모사함으로써 확률 밀도 추정의 방법으로도 사용될 수 있다. 또한 GG 방법은 Gustafson-Kessel 방법과 달리 클러스터에 포함된 포인트의 개수가 확연히 차이 나는 경우에도 정확한 결과를 얻을 수 있다는 사실을 실험 결과를 통해 확인할 수 있었다.

기존의 LVQ(Learning Vector Quantization) 방법을 이용하여 물체를 분류하면 데이터의 학습이 빠르고 연산량이 적어 실시간으로 물체를 분류할 수 있는 장점이 있다. 하지만 데이터의 훈련시 output neuron의 개수를 정확히 예측할 수 없고 output neuron의 개수에 따라 물체를 분류하는 정확도가 매우 달라질 수 있다. 그러므로 본 논문에서는 output neuron의 개수를 데이터의 특성에 맞게 결정해주는 알고리즘을 제시한다. DLVQ(Dynamic Learning Vector Quantization) 알고리즘은 승자로 결정된 가중치 벡터의 부류가 샘플 데이터의 부류와 같으면 업데이트하고 다르면 새로운 가중치 벡터로 생성한다. 제한한 알고리즘의 가장 다른 부분은 미리 output neuron의 개수를 정하는 것이 아니라 훈련 과정에서 동적으로 output neuron의 개수를 생성하는 것이다. 그리고 클러터의 구분 방법을 제시하여 사람, 차, 클러터를 구분할 수 있다.

본 논문에서는 인간의 감정 변화의 영향을 적게 받는 음성 인식 시스템의 특정 파라메터에 관한 연구를 수행하였다. 이를 위하여 우선 다양한 감정이 포함된 음성 데이터베이스를 사용하여 감정 변화가 음성 인식 시스템의 성능에 미치는 영향과 감정 변화의 영향을 적게 받는 특정 파라메터에 관한 연구를 수행하였다. 본 연구에서는 LPC 켑스트럼 계수, 멜 켑스트럼 계수, 루트 켑스트럼 계수, PLP 계수와 RASTA 처리를 한 멜 켑스트럼 계수와 음성의 에너지를 사용하였다. 또한 음성에 포함된 편의(bias)를 제거하는 방법으로 CMS 와 SBR 방법을 사용하여 그 성능을 비교하였다. HMM 기반의 화자독립 단어 인식기를 사용한 실험 결과에서 RASTA 멜 켑스트럼과 델타 켑스트럼을 사용하고 신호편의 제거 방법으로 CMS를 사용한 경우에 가장 우수한 성능을 나타내었다. 이러한 것은 멜 켑스트럼을 사용한 기준 시스템과 비교하여 59%정도 오차가 감소된 것이다.

움직이는 객체를 검출하기 위해서 정확한 배경을 사용하기 위해 널리 사용되는 방법으로는 가우시안 혼합 모델이다. 가우시안 혼합 모텔은 확률적 학습 방법을 사용하는데, 이 방법은 움직이는 배경일 경우와 이동하던 물체가 정지하는 경우 배경을 정확히 모델링하지 못한다. 본 논문에서는 확률적 모델링을 통해 혼잡한 배경을 모델링하고 객체의 계층적 처리를 통해 보다 정확한 배경으로 갱신할 수 있는 학습 방법을 제안한다.

강인한 얼굴 인식 시스템을 만들기 위해서는 안경의 제거가 중요한 요소이다. 이를 위해서는 뛰어난 성능의 안경 검출 방법이 필수적이다. 본 논문에서는 안경의 유무 판단에 관한 새로운 방법을 제안한다. 영상은 조명 부분과 반사부분의 곱으로 이루어져 있다. 얼굴의 경우 안경 고유의 반사계수와 얼굴 고유의 반사계수가 다른 점에 착안하여 anisotropic smoothing 방법을 이용하여 입력 얼굴 영상에서의 반사 부분을 얻고, 이를 이용하여 안경의 반사 부분을 얼굴의 반사부분에서 검출한 뒤 이진화한다. 이후, 이진화 된 안경 픽셀 수를 이용하여 안경의 유무를 판단한다.

음성신호는 잡음 또는 전송 채널의 특성에 의하여 왜곡되고, 왜곡된 음성은 음성인식 및 화자인식의 성능을 크게 저하시킨다. 이러한 문제점을 극복하기 위해 본 논문에서는 Gaussian mixture model (GMM)에 적용된 신호대잡음비 (SNR)기반 신뢰도 가중 기법[1][2]을 Hidden Markov model(HMM) 디코더에 변형하여 적용하였다. HMM 디코더 변형은 HMM 상태별 관측확률을 논문 [1]에서 제시된 신뢰도로 가중함으로써 이루어졌다. 제안한 방법의 성능을 확인하기 위해 ETRI에서 만든 한국어 화자인식용 휴대폰 음성 DB를 사용하여 문맥종속 화자식별 실험을 하였다. 실험결과 기존 방법에 비해 제안한 방법의 화자인식률이 크게 향상됨을 확인 할 수 있었다.