문제의 병행처리를 위한 모델링 방법과 문제의 병행성을 동적 환경에서 자동으로 검출하기 위하여 병행 연산모델 두레를 설계하고 두레언어 DL로 구현하였다. 두레모델은 문제의 모델링과 연산수행을 위해 단순하고 일관된 개념의 객체 정의와 메시지 전송개념을 지원한다. 문제의 병행처리를 프로그램에 명시하지 않고도 암시적으로 지원할 수 있도록 병행성의 검출 기준을 제안하였으며, 동적 환경에서 병행객체를 생성하여 최대한의 병행성을 보장하도록 하였다. 또한 객체의 연산 진행을 효율적으로 보장해 줄 수 있도록 Waiting Variable의 개념을 제안하였다.

중앙처리장치와 디스크장치 사이의 큰 속도 차이로 인해 발생하는 병목현상은 디스크 입출력을 수반하는 작업의 처리시간에 많은 영향을 미친다. 본 논문에서는 디스크배열 시스템의 읽기요청에 대한 응답시간을 개선하기 위하여 기록전용버퍼를 내장할 것을 제안하고 그것의 스케쥴링정책과 개선효과를 정량적으로 분석한다. 시뮬레이션으로 비교분석함으로써 세 가지 스케쥴링 정책 가운데 부분스트라입결합 정책이 읽기와 기록응답시간 면에서 가장 효율적이며, 특히 분산형배열 시스템에 기록전용버퍼를 내장할 경우 요청율이 높을수록 읽기요청에 대한 응답시간의 개선효과가 크다는 것을 보인다.

본 논문에서는 네트워크의 노드들을 여러 집합으로 분할할 때 서로 다른 k개의 집합 사이를 연결하는 네트에 대해 비용을 k(k-1)/2로 주는 경우, 즉 완전 그래프 형태의 비용을 주는 경우의 분할 알고리듬을 제시한다. 이 문제는 Sanchis의 다중 부날 문제$^{[5]}$중의 하나로서 분산처리 시스템의 자원 할당에 적용될 수 있다. 제시된 알고리듬은 Fiduccia, Mattheyses 알고리듬$^{[3]}$을 확장하여 일시에 다중 분할하는 기법을 사용하였으며 네트워크의 크기에 선형으로 비례하는 시간 복잡도와 공간 복잡도를 가진다. 제시된 알고리듬의 성능을 평가하기 위해 네트별로 노드들을 그룹화시키는 클러스터 성장 방식과 결과를 비교했다. 실험 결과 일시에 다중 분할하는 제시된 알고리듬이 우수한 결과를 내었다.

본 논문에서는 디지털 고밀도 저장 장치의 비선형성 감소를 위한 변형된 형태의 PRML에 대하여 논한다. 기록 채널에서 자속간의 비선형 상호 작용을 감소시킬 수 있는 비선형 보상기를 갖는 PRML을 제안하고, 세 종류의 다른 밀도를 갖는 기록 채널에 제안된 방식을 적용한다. 모의 실험을 통해 기존의 PRML과 성능을 비교함으로서 기록의 고밀도화에 따라 증가하는 비선형 심볼간 간섭이 본 논문에서 제안된 비선형 보상기를 갖는 PRML에 의해 효율적으로 감소될 수 있음을 확인한다.

본 논문에서는 대규모 공정 제어 시스템에 대한 다중루프 제어기를 구성하기 위해 고급 공정 제어 언어를 개발하였다. 다중루프 제어기를 구성하기 위해 필요한 기본 기능들을 기능블럭으로 정의하고, 이를 간단하고 이해하기 쉬운 아스키 코드들의 열인 기능코드로 표현하였다. 공정에 대한 제어 알고리듬은 기능 코드들의 순서적 나열에 의해 구성된다. 다양한 적용 대상 하드웨어 환경에서 사용하기 위해 기능코드로 구성한 제어 프로그램을 C-언어 프로그램으로 변환하는 변환 프로그램을 구현하였다. 제안된 제어언어는 사용하기 간편하고 쉬우며 확장이 가능하고 다양한 제어시스템들에 적용될 수 있다. 시뮬레이션 결과는 제안된 제어언어가 실제 환경에서 사용이 유효함을 보여준다.

최근 고성능 마이크로 프로세서들의 가격 경쟁력에 힘입어 공유 버스 방식의 다중 처리기 시스템이 많이 등장하고 있다. 이들 다중 처리기 시스템들은 주기억장치의 구조에 따라 성능이 크게 달라질 수 있다. 주기억장치의 중요성은 마이크로 프로세서들이 고속화 되어감에 따라 더욱 커지고 있다. 개개의 마이크로 프로세서들을 위한 캐시 메모리가 대부분의 시스템에서 채용되고 있으나 여전히 공유되는 주기억장치의 접근 특성은 다중 처리기 시스템의 성능과 확장성을 제약하는 요소가 된다. 본 논문에서는 파이프라인 방식의 시스템 버스의 효율성을 최대한 유지하면서 주기억장치 구현의 유연성을 제공하는 비동기적 주기억장치의 구조를 제안하며 그 효과를 시뮬레이션을 통하여 보이고 있다. 시스템 버스로는 고속 중형 컴퓨터를 위하여 설계된 HiPi+Bus를 모델로 하고 있으며 Verilog를 이용하여 시뮬레이션 하였다. 이 시뮬레이션을 통하여 제안된 비동기적 주기억장치 구조가 시스템 버스의 사용률을 낮추어 줌으로써 시스템의 성능과 확장성을 향상시킴을 알 수 있었다. 또한 제안된 구조를 구현하기 위한 구현 방법상의 변수들을 평가 하였으며 구현된 주기억장치를 시험 프로그램을 이용한 시험 환경에서 시험하여 그 동작과 유용성을 확인하였다.

본 논문에서는 湖光立體視法(Photometric Stereo Method : PSM)을 적용하여 3차원 물체의 표면 방향정보를 추정할 때 조명원이 이상적인 평행광이 아닌 범용 조명환경인데서 기인한 표면 방향추정 오차의 해석 방법을 제시하였다. 제시한 방법에서는 원반 형태의 조사 대상 면을 포함한 조명환경에 대한 구체적인 모델링과 오차분포에 대한 직접적인 시뮬레이션을 통하여 오차해석을 하도록 하였다. 범용조명원은 beam angle을 갖는 점광원으로 가정하고, 조사 대상면에서의 밝기분포는 분산값이 변하는 가우스함수 형태로 모델링하였다. 설정된 조명 모델에서 분산을 여러값으로 변화시켜서 이에따라 PSM에서 나타나는 오차분포를 얻기 위한 목적으로, 임의의 세 방향으로 위치한 조사 대상면의 평균 밝기값을 계산하여 고정된 조명원의 위치벡터를 얻는 시뮬레이션 알고리듬을 제시하였다. PSM과 제안된 조명원의 위치추정 알고리듬 사이에는 상사관계(analogy)가 성립하기 때문에, PSM 적용시 비이상적인 조명모델에 의해 나타나는 물체표면방향 추정오차는 제시한 조명원 위치추정 시뮬레이션으로부터 직접적으로 구할 수 있다. 또한 설정된 조사대상면 모델과 같은 원방형태의 계측기구를 제작하여 임의의 방향벡터를 제공하도록 하고, 이를 측정과 시뮬레이션에 사용함으로써 오차해석과 보정을 체계적으로 수행할 수 있도록 하였다. 제시한 방법에 따라 방향 벡터를 제공하도록 하고, 이를 측정과 시뮬레이션에 사용함으로써 오차해석과 보정을 체계적으로 수행할 수 있도록 하였다. 제시한 방법에 따라 방향 벡터값들의 조합을 공간상에서 다양하게 변화시키면서, PSM에서 나타나는 방향추정 오차분포를 구하는 컴퓨터 시뮬레이션을 수행하였다. 시뮬레이션과 같은 방법으로 실측에 의한 방향추정 오차를 구하고 시뮬레이션에서 얻은 결과와 비교 검토하였다. 그 결과, 실제 측정실험에서 얻은 복합적인 오차중 상당부분은 비이상적인 범용조명원 모델로부터 기인한 것임을 확인할 수 있었다.

본 논문에서는 연속적으로 입력되는 영상에서 이동물체에 대한 정보를 추출하고 카메라의 시계(field of view)를 변경시키는 서보기기를 제어하여, 이동물체가 항상 영상의 중심에 위치하도록 하는 작업을 실시간에 수행하는 시스템에 대하여 기술한다. 영상은 방대한 양의 2차원적인 신로이므로 주어진 영상 잔체에 필요한 연산(operation)을 수행하는 것은 방대한 계산시간을 필요로 한다. 특히, 메모리에서 화소들의 값을 처리기로 로딩(loading)하는데 소요되는 시간은 영상의 크기에 비례하여 기하급수적으로 증가한다. 따라서, 본 논문에서는 이러한 문제를 해소하고 이동물체에 대한 추적을 실시간에 수행하기 위하여 영상공간 및 시간공간을 선별적으로 탐색하는 방안에 초점을 맞춘다. 영상공간 및 시간공간을 선별적으로 탐색하면서 이동물체를 추적하기 위하여 본 논문에서는 물체가 카메라의 시계에 진입하는 것과 진입방향을 감지하는 방법, 진입방향에 따라 이동물체를 효과적으로 탐색하는 방법, 물체의 이동속도와 중심을 산출하는 방법, 서보기기의 성능과 물체의 속도 및 처리시간을 고려하여 소보기기를 제어하는 방법, 그리고 변화하는 속도의 물체를 추적하기 위하여 영상간의 시간간격(${\Delta}$t)을 적당히 조절하는 방법에 대해서 기술한다.

본 논문에서는 확률분포함수의 구조적인 차이를 이용하여, DCT계수를 효율적으로 부호화하는 새로운 접근에 대하여 논의하였다. 신호원 모델에 따라 신호를 분리함으로써 신호의 엔트로피를 감소시킬 수 있음을 해석적으로 증명하였으며, (줄길이, 레벨) 심볼들을 그 심복의 인덱스에 따라 적응적으로 부호화함으로써 평균부호길이가 감소함을 실험을 통하여 보였다.

벡터 양자화를 이용하여 영상신호를 압축하는 경우, 원 영상을 복원하기 위하여 복호기쪽에 어야 하는 인덱스들 사이에는 높은 상관성이 존재하며, 이러한 높은 상관성을 인덱스의 부호화에 이용하면 보다 높은 부호화 효율을 얻을 수 있다. 본 논문에서는, 각 인덱스들을 이전 인덱스의 값에 따라 적응적으로 부호화하는 조건부 엔트로피 부호화를 도입하고, 이 경우 벡터 양자기를 최적화하는 방법을 제안한다. 즉, 조건부 엔트로피 부호화를 도입하는 경우 각 입력벡터당 평균 비트수는 조건부 엔트로피에 근접한다는 사실을 유용하여, 조건부 엔트로피를 제한한 상태에서 평균 왜곡을 최소화 하도록 VQ 부호책을 구성함으로써 최적화 과정이 이루어진다. 또한, 이와 같이 각 입력벡터의 양자화 결과가 다음 입력벡터의 인덱스를 부호화하는데 영향을 미치는 경우, 장시간(long term)의 관점에서 최적인 인덱스열을 찾기 위해 우리는 비터비 탐색 방법을 도입한다. 영상 모의 실험을 통해, 제안하는 방법이, 구획간의 상관성을 이용하지 않는 기존의 엔트로피 제한 벡터 양자기에 비해 같은 비트율에서 약 1.0~3.0 dB 높은 PSNR을 나타냄을 알 수 있었다.

대상물체와 배경으로 이루어진 다변수 신호를 분리시키기 위한 변환 기법의 하나로 두 샘플 공분산 행렬의 정규화 후 동시 대각화를 이용한 변형된 Karhunen-Loeve 변환 기법이 제안되었다. 두 클래스간의 샘플 공분산비를 최대화함으로써 국소적 데이터 구조를 분리하는 이 변환 기법은 수리형태학적 연산자를 비롯한 인접 화소 연산자를 사용하는 다변수 영상처리 알고리듬의 전처리 변환으로 유망한 기법이라는 것을 보였다. 제안된 기법이 가지는 분리성은 수리형태학적 패턴 스펙트럼에 근거하여 제안된 measure인 ‘평균높이’의 개념과 관련시켜 해석하였다. 그리고 변환 기법에 대한 실용적인 구현 알고리듬과 이론적인 결과를 모의실험을 통하여 확인하였다.

본 논문에서는 영상처리 방법을 이용하여 정자의 운동 특성을 분석하는 자동화된 방법을 개발하였다. 시스템의 구성은 별도의 전용 프로세서를 사용하지 않고 PC와 간단한 영상처리 보드로 이루어진다. 영상 처리 보드는 영상을 받아들이는 데 사용되며 PC는 영상을 처리한 다음 분석해서 정자의 운동 특성을 나타내 주는 특성 변수의 값을 계산한다. 분석 알고리듬으로서 중요한 것은 정자의 위치 검출 알고리듬과 정자의 운동 경로를 추적하는 Match matrix 방법이다. 분석한 결과를 수작업 방법 그리고 전용 프로세서를 이용하는 방법과 비교하여 신뢰할 만한 결과를 얻었다.

본 논문에서는 직선특징을 포함한 2차원 패턴에 대하여 패턴의 이동, 회전, 크기변화에도 불변하게 인식할 수 있는 새로운 광/디지틀 패턴인식 방법을 제안하였다. 제시한 방법은 먼저 패턴의 직선특징을 Hough변환과 threshold과정을 통해서 추출한다. 두 번째로 추추된 특징에 본 논문에서 유도된 수식을 적용하여 불변성을 부여한다. 마지막으로 추출된 패턴의 불변특징을 신경회로망으로 학습시켜 패턴인식에 사용하였다. 제시한 방법의 유용성 확인을 위해 9개의 2차원 직선패턴으로 컴퓨터 모의실험을 수행하였으며, 결국 패턴의 이동, 회전, 크기변화에도 불변한 인식이 가능하였다.

본 논문에서는 한국어 특수구문의 처리를 위한 국어 구문 분석 시스템을 제안한다. 문법의 기술은 동사와 의미를 통합적으로 처리하는 HPSG를 채택하고, 파싱 기법으로는 한국어에 유리한 단방향 활성 차트 파싱을 사용한다. 본 논문의 파서는 포괄적인 문장 구조(보어-중심어 구조, 수식어-중심어 구조, 중심어-중심어 구조)의 처리뿐만 아니라, 실용적인 문장에서 많이 나타나는 보조용언 구몬, 사동문, 피동문, 명사화 어미, 존칭, 화계와 같은 특수구문에 대해서도 파싱을 할 수 있도록 구현되었다.

본 논문에서는 영상에서 윤곽선을 검출하는 시스템을 확산신경회로망을 이용하여 광전자적으로 구현하였다. 확산신경회로망은 확산과정을 통하여 가우스연산과 DOG연산을 효과적으로 수행한다. 또한, 확산 신경회로망은 적은 연결과 고정된 연결세기로 인하여 전기적구현이나 광학적구현에 있어서 LOG마스킹방법을 이용하는 것보다 훨씬 효과적이다. 본 논문에서는 확산신경회로망을 빛의 맑기 분포함수가 가우스함수 모양을 갖는 특성을 이용하여 광전자적으로 구현하였다. 실험결과를 통해 본 시스템에서 윤곽선이 정확히 검출되는 것을 확인하였다.

본 논문은 분류된 학습률을 이용한 고속 경쟁 학습에 대한 연구이다. 이연구의 기본 개념은 각 출력 노우드의 연결강도 벡터에 분류된 학습률을 할당하는 것이다. 출력 노우드의 각 연결강도 벡터는 자기 자신의 학습률에 의하여 갱신된다. 각 학습률은 관련되는 출력 노우드가 경쟁에서 승리할 때에만 변화되며, 승리하지 못한 노우드들의 학습률은 변화되지 않는다. 영상 벡터 양자화에 대하여 실험한 결과는 제안한 방법이 기존 경쟁 학습 방법에 비하여 더 빠르게 학습되고 더 좋은 화질을 갖게 됨을 보였다.

다차원 시스템(multidimensional system)에 대한 정확한 모델링을 위해 “자율 분산 신경망(Self-organized Distirbuted Networks, SODN)”을 제안하였다. 제안한 신경망은 자율 신경망(Self-organized Networks)과 다수의 소규모 다층 신경망(Multilayer Neural Networks)이 조합되어 지역적 병렬 학습을 수행하는 부분 학습망으로서 학습 속도가 빠르고 학습의 정밀도를 높일 수 있으며 타 부분망 학습에서 문제가 되는 과다한 학습 메모리 소요와 학습되니 않은 영역에 대한 낮은 일반화능력 등의 문제가 보완된 새로운 신경망이다. 학습 실험 결과, 제안한 신경망은 기존의 다층 신경망과 RBF(Radial Basis Function) 신경망에 비해서 우수한 성능을 보였다.

본 논문에서는 기존의 循環神經回路網에서의 學習性能을 개선하고 局部최소해 문제를 해결하기 위한 노력의 일환으로서 附加적인 피드백 연결을 가진 순환신경회로망과 그 학습 알고리듬을 제안하였다. 이 방법에서는 회로망은 한번 반복하는동안 고정된 연결 가중치를 가지고, 주어진 時變人力과 初期條件下에서 주어진 週期동안 동작한다. 가중치는 最急降下法에 의해 총에너지가 가장 많이 감소하는 방향으로 변화된다. 만일 이러한 과정을 일정 반복횟수동안 수행한 후에도 에너지가 충분히 감소하지 않으면, 附加적인 피드백 연결이 도입되고 회로망의 외부입력이 주어진 식에 따라 다시 정의된다. 또한 제안된 회로망의 응용으로서 한국어 숫자음 인식에 대한 실험을 행하였다.