영한 기계번역에서 긴 문장은 분석 복잡도가 높아서 정확하게 분석하기 어렵다. 본 논문에서는 영어 구문 분석의 정확성을 향상시키기 위해서 긴 문장을 구성하는 쉼표의 역할을 자동적으로 판단하는 방법을 연구하였다. 쉼표는 긴 문장을 구성할 때 많이 사용되며 하나의 긴 문장을 만들 때 다양한 역할을 한다. 긴 문장을 분석할 때 쉼표에 의해 분할되는 부분을 독립적으로 분할하고 쉼표의 역할에 따라 분석된 결과를 적절하게 결합한다면 보다 빠르고 정확하게 주어진 문장 구조를 얻을 수 있다. 본 논문에서는 쉼표의 용도가 표시된 말뭉치로부터 분포 차이를 이용하여 쉼표 분류 규칙을 생성한다. 실험을 통해 논문에서 제시한 방법과 다른 학습방법에 의한 쉼표 분류의 정확도를 비교하여 본 논문에서 제시한 방법이 실용적 가치가 있음을 보인다.

웹 환경이 일반화되고 웹을 통해 획득할 수 있는 정보가 다양하고 풍부하다. 이 다양하고 풍부한 정보는 유익한 정보 뿐만 아니라 청소년들을 비롯한 사회적으로 보호를 받아야 할 웹 이용자들의 정신건강을 해치는 정보들도 다수 포함되고 있어 사회적 문제가 되고 있다. 본 연구에서는 웹 문서를 필터링하는 수단으로 공기정보를 포함하고 있는 유해어 사전을 활용한다. 유해어 사전 구축은 단순히 유해어 리스트만으로 사전을 구축하지 않고, 유해어 주위의 공기 단어의 정보를 포함시킴으로써 유해어의 중의성에 의한 오분류를 해소하고자 하였다. 즉, 유해어 후보가 1개 이상의 의미를 가지며 각 의미가 유해 정도가 다를 때, 유해어 후보의 등급을 결정하기 위하여 해당 유해어와 같은 문장 혹은 같은 문서에 출현하는 다른 단어 정보를 활용한다. 이렇게 함으로써 문서의 유해 등급을 결정하게 된다.

본 논문은, 긍정적 가중치와 부정적 가중치를 통해 표현되는 규칙에 기반을 둔 품사 태깅 모델과, 형태 소 unigram 정보와 어절 내의 카테고리 패턴에 기반하여 어절 확률을 추정하는 품사 태깅 모델의 장점을 취하고 단점을 보완할 수 있는 혼합 품사 태깅 모델을 제안한다. 이 혼합 모델은 먼저, 규칙에 기반한 품사 태깅을 적용한 후, 규칙이 해결하지 못한 결과에 대해서 통계적인 기법을 사용하여 품사 태깅을 한다. 본 연구는 어절 내 카테고리 패턴정보에 따른 파라미터 set과 형태소 unigram만을 이용해 어절 확률을 계산해 내므로 다른 통계기반 접근방법에서와는 달리 작은 크기의 통계사전만을 필요로 하며, 카테고리 패턴 정보를 사용함으로써 통계기반 접근 방법의 가장 큰 문제점인 data sparseness 문제 또한 줄일 수 있다는 이점이 있다. 특히, 본 논문에서 사용할 통계 모델은 어절 확률에 기반을 두고 있기 때문에 한국어의 특성을 잘 반영할 수 있다. 본 논문에서 제안한 혼합 모델은 규칙이 적용된 후에도 후보열이 둘 이상 남아 오류로 반환되었던 어절 중 24%를 개선한다.

본 논문은 2006년부터 시작된 "국가 IT 온톨로지 인프라 기술개발" 과제의 온톨로지 구축 부분을 소개한다. 이 과제는 2006년부터 2011년까지의 5년 과제로 산학연이 참여하여, 국가 IT 분야에 범용적으로 활용이 가능한 IT 온톨로지를 구축하고 인터넷, 인트라넷, 유비쿼터스 환경에서 제공되는 각종 IT 서비스에 적용하여 seamless 서비스를 제공하는 것을 목표로 하고 있다. 이 온톨로지는 한-영 2개의 언어로 제작되며, 국제표준 언어인 OWL을 사용하여 국내외적으로 널리 사용될 수 있는 대용량 IT 온톨로지를 목표로 한다.

시소러스의 개념과 개념간 계층관계가 온톨로지 구축에 흔히 이용되고 있다. 다만 시소러스 계층관계는 is-a관계 뿐만 아니라 세분화되지 않은 관계도 포함되고 있기 때문에, 온톨로지의 기본 관계인 is-a관계를 분별하는 작업이 필요하다. 본 논문은 개념의 어휘표현 정보를 이용하여 온톨로지의 is-a관계를 설정하는 규칙을 제시하였고, 개념의 정의문 정보를 이용하여 is-a관계를 검수하는 방법을 제안하였다. IT분야 시소러스에 대한 is-a관계 설정 실험결과, 어휘표현 정보를 이용한 규칙 기반 is-a관계 설정은 85.83%의 정확도를 보였고, 정의문 정보를 이용한 is-a관계 판단의 일관성 평가 결과 일치도가 86.44%였다.

본 연구에서는 기존의 바둑게임을 모바일에 적합한 6면체 표면에서 가능한 게임으로 사용성을 고려하여 구현 하였다. 모바일 버튼의 단순 조작만으로 가능한 게임이다. 바둑이 모바일용으로 대중화 되지 못한 원인인 제한된 스크린에서 가독성의 한계와 게임 소요 시간을 짧게 개선하여 모바일에 적합하도록 하였다. 기존의 평면바둑판을 가로세로 5줄로 주사위형 6면으로 입체화 하였다. 화면 인터페이스는 바둑판의 6면 중 3면이 동시에 보이는 입체도와 6면을 펼친 전개도가 있다. 입체도는 모바일 버튼 조작에 의한 6면을 상하좌우 회전이 가능하도록 하였다. 입체도와 전개도는 동시에 보는 것을 기본으로 하나 사용자 선택에 의해 두 그림의 크기 위치 등이 다양하게 하였다. 바둑돌의 착점방식은 모바일 버튼 조작에 의해 커서의 이동으로 가능하다. 게임은 네트워크를 이용한 사람과 사람이 가능하도록 약식으로 구현하였다. 게임의 내용은 6면의 입체적 상황을 고려하면서 작전을 세워야 하므로 기존의 평면바둑에 비해 좀더 고난도의 사고와 전략을 요구하는 게임이다. 시간성, 이동성, 평면에서 입체공간으로의 발상의 전환 등, 모바일 특성을 고려하여 바둑게임을 구현하고자 한다.

WSN에서 가장 요구되는 요소들 중 하나인 높은 scalability를 가지는 분산 시스템에서는 WSN의 센서 노드가 능력이 한정되어 있기 때문에, 구현 가능한 경량 알고리즘이 필요하다. Distributed Acoustic 위치판별(DSL) 시스템은 이러한 scalability와 노드 능력에 적합하게 설계되었다. 이벤트 영역은 이벤트를 감지하는 분산 시스템에서의 정확도와 알고리즘의 복잡도에 직결되기 때문에 그 중요성이 WSN에서 더욱 크지만 이 시스템은 이벤트 영역에 대한 고려가 존재하지 않았고, 따라서 DSL 시스템은 성능이 최적화 되지 못하였다. 우리는 DSL에 적합한 이벤트 영역을 정의하여 시스템의 성능을 향상시켰다.

디지털 방송에서의 맞춤형 서비스란 사용자가 원하는 방송 프로그램만을 사용자가 원하는 시간에 볼 수 있게 해 두는 서비스를 말한다. 본 연구는 맞춤형 방송 서비스를 위한 사용자 별 선호정보를 자동으로 추출하여 관리하는 사용자 선호정보 관리 시스템을 개발하였다. 이 시스템은 맞춤형 방송 서비스를 위한 표준인 TV-Anytime에서 제안하고 있는 메타데이터를 기반으로 사용자 선호정보와 사용자 히스토리 정보를 사용하여 맞춤형 방송 서비스를 위한 선호 프로그램과 채널을 예상하여 사용자에게 제시한다. 이 과정에서 사용하는 사용자 선호정보는 사용자 별로 청취 과정에서 채널, 시간대, 방송에 따른 반응 행동기록을 토대로 자동으로 추출하고 업데이트하는 방법을 제안한다.

유비쿼터스 컴퓨팅 환경이 발달하면서 홈네트워크 환경의 사용자 상황을 쉽게 인식하고 사용자의 상황 정보에 따라 좀 더 지능적인 서비스를 제공 할 수 있게 되었다. 지능적 서비스를 효과적으로 구현하기 위해서는 상황 정보를 객관적으로 표현할 수 있어야 한다. 상황 정보는 개체의 상황을 특성화 하는데 사용 될 수 있는 정보를 의미한다. 본 논문에서는 홈네트워크 서비스를 효과적으로 제공하기 위하여 상태 정보를 User context, Device context, Proximity(유저와 장치간의 거리) context로 분류하고, 그 상황 정보를 효과적으로 표현할 수 있는 XML기반의 HIML(Human Interaction Markup Language)을 설계하였다. 또한 설계된 HIML 문서를 통해 다양한 플랫폼에서 작동하고, 여러 가전기기와 센서장비들의 상호작용이 가능하게 하는 미들웨어를 설계하고 그 기능을 실험하였다.

디지털 카메라 기술의 발전과 보급으로 공공건물의 보안 카메라부터 개인 휴대 단말기의 카메라까지 동영상 데이터를 수집할 수 있는 수단이 크게 늘었으며, 그 활용 또한 매우 일반화되었다. 동영상 데이터는 문서나 음성 등의 다른 데이터보다 훨씬 구체적이고 사실적인 정보를 포함하므로 과거의 기억을 정리하고 복원하기 위한 유용한 방법이 될 수 있다. 동영상 데이터의 증가와 함께 동영상 요약에 대한 연구가 최근에 활발히 진행되고 있는데, 이들 연구의 대부분은 하나의 동영상을 요약하고 분석하기 위한 것이다. 본 논문에서는 사무실에 여러 대의 카메라를 설치하여 데이터를 저장하며, 이렇게 수집된 동영상 데이터를 효과적으로 요약하고 검색하는 시스템을 구축한다. 동일한 이벤트를 여러 방향에서 바라보고, 그 상황을 가장 잘 설명한 카메라를 선택 할 수 있다는 점에서 멀티 카메라의 사용은 장점을 갖는다. 사전에 정의된 이벤트에 따라 전문가가 어노테이션을 부여하도록 하였으며, 전문가가 설정한 유틸리티에 따라 카메라 선택 및 요약이 이루어진다. 다양한 옵션에 따라 요약된 결과로 사용자 평가를 수행하였다.

본 논문에서는 복잡한 배경을 가진 영상에서 손 영역을 안정적으로 검출, 손 형상을 인식하여 그림 맞추기 응용 프로그램을 제어하는 시스템에 대해 기술한다. 피부색의 컬러 정보를 이용하여 손 영역만을 추출한 후 핑거 팁 템플릿매칭을 사용하여 손가락 끝점을 찾아낸다. 또한 손 영역의 에지 방향성 히스토그램을 구하여 얻어진 정보를 바탕으로 주성분 분석법을 사용하여 손 형상을 인식한다. 최종적으로 인식된 손 형상 정보와 손가락 끝점 추적을 이용한 명령어 실행으로 그림 맞추기 응용 프로그램을 제어 한다. 본 논문에서 제안한 알고리즘으로 그림 맞추기 응용 프로그램 제어에 적용한 결과 안정적인 실험 결과를 얻을 수 있었고, HCI 분야에서 다양하게 활용될 수 있음을 확인하였다.

바둑 기보를 보거나 편집하기 위한 소프트웨어들은 대부분 비슷한 인터페이스와 기능을 제공하고 있으며 별다른 성능과 기능이 더 필요하지 않을 만큼 잘 개발되어 있다. 그러나 이런 류의 소프트웨어에서 사용자가 기보를 원하는 방향에서 보기 위해 바둑판을 회전/대칭 처리하고자 할 때 매우 불편함을 경험하게 된다. 그래서 본 연구에서는 이에 대한 직관적인 인터페이스 방법을 제안하고 이를 구현하기 위한 수학적인 연산을 제시하고자 한다. 본 연구에서 제안한 WYSWYG 방식의 인터페이스는 바둑 애호가뿐만 아니라 프로 기사들에게도 매우 편리한 기능이 될 것임에 틀림없다.

대량으로 존재하는 웹자원에 대한 디렉토리 및 검색서비스를 제공하는 포털서비스로의 집중화 현상이 계속해서 심화되고 있다. 상대적으로 주소를 통한 자원으로의 접근은 약화되고 있다. 포털서비스와 접근수단 그리고 최종 목적지인 콘텐츠사이트 간의 확률적 모델을 통하여 포털사이트로의 집중화 현상이 콘텐츠 접근 모델에 있어서의 구조적인 특징에 기인함을 알 수 있었다. 많은 이용자들이 시작페이지로 포털사이트를 설정하고 있고, 주소를 입력 할 때는 주소창 보다는 포털의 검색창에 입력하고 있음으로 해서 포털서비스가 주소서비스를 대체하고 있다.

센서 네트워크는 라디오 통신으로 인해 생기는 예상치 못한 문제점을 비롯하여 제한적인 리소스 때문에 응용 개발에 어려움이 많다. 센서 네트워크가 구성된 후의 내부적인 데이터 흐름이나 네트워크에 참여하는 각 노드의 상태는 네트워크의 정보 수집을 통해 알 수 있다. 본 논문은 네트워크의 상태를 모니터링하고 실시간으로 네트워크 파라미터들을 효율적으로 설정할 수 있는 센서 네트워크 관리 시스템을 제안한다. Sensor Network Manager는 Multi-thread와 동적으로 할당 가능한 Kernel Module 기법을 지원하는 RETOS 운영체제를 기반으로 개발 되었다. 간단한 플러딩 기법을 적용하여 센서 네트워크의 상태를 모니터링 한 결과 Sensor Network Manager가 개발자에게 전반적인 네트워크에 대한 통제와 모니터링이 가능하다는 것을 검증하였다.

웹은 단순한 텍스트와 이미지의 저장소에서 서비스의 제공자로 진화하고 있다. 사용자들은 자신이 필요로 하는 서비스를 찾기 위해 웹 검색을 이용한다. 그러나, 현재의 검색 엔진은 주어진 질의어에 대해 모든 사람들에게 보편적으로 타당한 문서에 높은 우선 순위를 부여해 검색 결과의 상위에 위치시키기 때문에, 사용자의 관심과는 무관한 정보가 검색 결과의 상위에 나타나게 되는 단점이 있다. 이러한 문제를 해결하기 위해 사용자의 방문 내역을 사용자 프로파일에 저장하여, 이후 검색에서 사용자가 방문했던 웹 페이지들에 높은 우선 순위를 부여하여 검색 결과의 상위에 위치시키는 방식이 사용되고 있다. 기존의 사용자 프로파일은 단순 방문 페이지와 사용자가 실제 서비스를 제공받은 페이지에 대한 구별없이, 모든 검색 세션에 대해 동일한 방문 내역을 저장하고 있다. 그러나 이 경우, 잦은 방문 횟수를 가지나 실제 사용자가 서비스를 이용하지 않은 웹 페이지가 적은 방문 횟수를 가지나 실제 사용자가 서비스를 이용한 웹 페이지보다 높은 우선 순위를 갖게 될 수 있는 문제점을 지니고 있다. 본 논문에서는 필요로 하는 서비스를 웹에서 찾고자 할 때, 사용자가 과거에 이용했던 서비스 제공자들의 목록을 이용하여, 사용자 프로파일 기반 웹 서비스 검색의 정확도를 향상시키는 시스템을 설계하였다. 이를 위해 사용자가 웹 서핑 중 서비스를 이용했던 웹 페이지 정보를 서비스 제공자 목록에 저장하였다. 검색 엔진이 특정 질의어에 대해 제공하는 검색 결과는, 우선 사용자 프로파일을 이용해 과거에 자주 방문했던 웹 페이지가 높은 우선 순위를 갖도록 조정된 후, 서비스 제공자 목록을 이용해 과거에 사용자가 서비스를 이용했던 웹 페이지가 가장 높은 우선 순위를 갖도록 재조정된다. 사용자에게 제공되는 최종 검색 결과는 사용자의 과거의 방문 경향 및 실제 서비스 이용 경향을 모두 반영하게 된다.고려할 때 가장 효과적인 라우팅 프로토콜이라고 할 수 있다.iRNA 상의 의존관계를 분석할 수 있었다.수안보 등 지역에서 나타난다 이러한 이상대 주변에는 대개 온천이 발달되어 있었거나 새로 개발되어 있는 곳이다. 온천에 이용하고 있는 시추공의 자료는 배제하였으나 온천이응으로 직접적으로 영향을 받지 않은 시추공의 자료는 사용하였다 이러한 온천 주변 지역이라 하더라도 실제는 온천의 pumping 으로 인한 대류현상으로 주변 일대의 온도를 올려놓았기 때문에 비교적 높은 지열류량 값을 보인다. 한편 한반도 남동부 일대는 이번 추가된 자료에 의해 새로운 지열류량 분포 변화가 나타났다 강원 북부 오색온천지역 부근에서 높은 지열류량 분포를 보이며 또한 우리나라 대단층 중의 하나인 양산단층과 같은 방향으로 발달한 밀양단층, 모량단층, 동래단층 등 주변부로 NNE-SSW 방향의 지열류량 이상대가 발달한다. 이것으로 볼 때 지열류량은 지질구조와 무관하지 않음을 파악할 수 있다. 특히 이러한 단층대 주변은 지열수의 순환이 깊은 심도까지 가능하므로 이러한 대류현상으로 지표부근까지 높은 지온 전달이 되어 나타나는 것으로 판단된다.의 안정된 방사성표지효율을 보였다. $^{99m}Tc$-transferrin을 이용한 감염영상을 성공적으로 얻을 수 있었으며, $^{67}Ga$-citrate 영상과 비교하여 더 빠른 시간 안에 우수한 영상을 얻을 수 있었다. 그러므로 $^{99m}Tc$-transierrin이 감염 병소의 영상진단에 사용될 수 있을 것으로 기대된다.리를 정량화 하였다. 특히 선조체에서의 도파민 유리에 의한 수용체 결합능의 감소는 흡연에 의한 혈중 니코틴의 축적 농도와 양의 상관관계를 보였다(rho=0.9, p=0.04). 결론: $[^{11}C]raclopride$ PET을 이용하여 비

핸드폰, 스마트폰, PDA와 같은 모바일 디바이스는 위치, 전화기록, SMS, 사진, 동영상 등 사용자에 관한 다양한 정보를 지속적으로 수집하는데 유용하다. 최근, 모바일 디바이스로부터 수집된 정보를 토대로 개인의 일상을 요약하거나 상위 수준의 행동을 추론하는 등의 서비스를 제공하려는 연구가 진행되고 있다. 본 논문에서는 모바일 디바이스에서 수집된 정보를 검색, 요약, 시각화하기 위한 플랫폼인 라이프 브라우저를 제안한다. 라이프 브라우저는 디바이스에 저장된 개인 정보를 효과적으로 검색할 수 있도록 해주고, 개념 네트워크를 활용하여 개념 검색을 지원하며, 키그래프 기반 정보 요약 기능을 제공한다. 위치 정보의 레이블링을 위해 블록 기반의 Location Positioning Server가 구축되었다. 실제 3명의 사용자를 대상으로 수집한 정보를 라이프 브라우저를 통해 회상해 보는 과정을 분석해 보았고 저수준의 로그 정보를 직접 다루는 것보다 개념 네트워크 기반 라이프 브라우저를 사용하는 것이 유용함을 확인할 수 있었다.

Situation awareness는 유비쿼터스 환경에서 사용자의 상황에 맞는 적절한 서비스를 제공하기 위한 방법으로, 다양한 context와 action이력을 기술하여 협동 시스템을 표현할 수 있는 Situation Aware-Interface Definition Language(SA-IDL) 접근방법이 유용하다. 하지만, SA-IDL로 다수의 상황인지 서비스를 만들게 될 때 서비스 단독으로는 문제가 없을지라도 여러 개의 서비스들 사이에서는 충돌문제가 발생할 수 있다. 이런 충돌을 검출해내고 해결하기 위해서, 을 수학적으로 모델링된 SA-IDL을 통해, 충돌을 수학적으로 정의하여 기술하고, graph theory적인 접근 방법과 자기 상관계수를 통한 마크호프 예측 기법으로 해결하고자 한다.

업무 능률을 높이기 위해 일정의 입력이나 변경 및 삭제를 체계적인 관리하는 일정관리 에이전트에 대한 연구가 수행되고 있다. 사용자와의 지속적인 상호작용을 통해 사용자의 의도를 파악하며, 사용자에게 적절한 일정을 추천하거나 관련된 정보를 제공하는 서비스가 함께 요구된다. 본 논문에서는 상호주도형 대화를 통해 사용자의 의도를 능동적으로 추론하여 보다 자연스러운 대화를 제공하며, 상황인식을 통해 사용자에게 적절한 일정관리 서비스를 제공하는 지능형 일정관리 에이전트를 제안한다. 대화의 문맥 유지와 상호주도적 문제해결을 위한 반응형 스크립트를 설계하고, 동적 베이지안 네트워크로 일정과 관련된 사용자의 상태를 추론한다. 사용자에게 적절한 일정시간이나 장소를 추천하기 위해 최근 활발히 연구되고 있는 상식 DB인 ConceptNet을 도입하여 지능적인 일정관리 서비스를 제공한다. 각종 시나리오를 통해 제안하는 에이전트의 유용성을 검증하였다.

웹 브라우징은 상호작용으로 이루어진다. 계면의 구조나 상호작용은 잘 구조화 되어야 브라우징하기에 유리하고, 한편으로는 계면을 합성하기에 유리하다. 본 논문에서는 브라우징에 있어서 상호작용을 4가지 원시구조인 순차구조, 분기구조, 복귀구조, 반복구조 등으로 분류하였고, 이러한 4가지 구조를 지원하는 다양한 2차원 계면을 5가지 유형으로 분류하여 정의하였다. 순차형, 분기형, 복귀형, 반복형, 진화형이 5가지 계면 유형으로 19가지 계면구조를 정의하였다. 사용자의 인식흐름은 하나로 가정하였다.

본 논문에서는 검색엔진을 한번도 접해보지 않은 초보자나 초등학생과 같이 어휘력이 부족하여 키워드 선정에 어려움이 있는 사용자들이 의문대명사가 포함된 질의 문장을 통해 보다 쉽게 웹 문서의 검색이 가능하도록 하기 위하여 의문대명사가 포함된 의문형 구문정보에 기반한 질의 분석 방법을 제안한다. 따라서 정보 검색을 위한 의문대명사형 자연어 질의에 대하여 구문 정보 및 술어 정보에 기반한 질의 분석 및 확장을 통하여 의문대명사를 구체적인 의미의 키워드로 대체하여 사용자의 질의 의도가 보다 명확해 지도록 함으로써 사용자가 원하는 정답 문서가 상위에 랭크되도록 하고자 한다.

본 논문에서는 얼굴영상 인식의 전처리 단계인 피부 영역 자동 검출시 적용 가능하며 조명변화에 강건한 피부 영역 검출을 위한 혼합 컬러모델을 제시한다. 또한, 사용자별로 차이를 보이는 다양한 피부색을 자동으로 인식하고 사용자에 적합한 피부색 영역을 결정하기 위하여 제시한 컬러 모델을 기반으로 한 피부색 영역 모델링 전처리 단계를 제시한다. 우선, 사용자 및 사용 카메라에 따라 차이를 보이는 피부색에 대한 영역 모델을 구축하기 위하여 화면상의 가운데에 손이나 얼굴 영역이 위치하도록 하고 일정 프레임의 화면 정보를 취득한다. 취득 화면 정보로서 각 픽셀에 대한 정규화 된 RGB 성분 및 H 성분, V 성분 정보를 추출하고 이에 대한 평균화된 혼합 컬러 모델을 구축한다. H성분으로 피부색과 비슷한 배경을 제거하고 여기에 YUV 성분 중 적색에서 밝기 값을 뺀 성분인 V 값을 한 번 더 사용하여 밝기 값을 제거한 보다 뚜렷한 얼굴영역을 검출한다.

최근 각광받고 있는 블로그가 보다 다양한 형태, 즉, 설치형 블로그, 태그기반 블로그, 비디오 블로그 등의 서비스로 발전하고 있다. 반면 모바일 블로그 즉, 모블로그(moblog)는 콘텐츠의 양과 좁은 화면에서의 가독성, 네트?p 사용요금 부담 등의 환경적 제약으로 사용자 저변확대가 이루어지지 않고 있다. 최근 들어 웹 상의 컨텐츠(텍스트, 이미지, 동영상 등)를 모바일 환경에서 효과적으로 표현하기 위한 많은 연구가 진행되고 있지만, 사용자의 불편함은 여전히 존재하고 있다. 본 논문에서는 사용자의 활용성를 높이고, 불편함은 줄일 수 있는 방안으로써 검색에 용이한 `태그`와 사용자 인지가 용이한 `아바타`를 함께 이용하는3D 아바타 기반 블로그 서비스를 제안한다.

현재 공학분야에서 감성을 소재로 진행되는 연구가 급격히 증가되고 있다. 그 중 상품 디자인과 이미지 검색 그리고 HCI(Human Computer Interaction) 분야에서 감성은 더욱 중요한 토픽이 되고 있다. 본 논문은 감성기반의 지능형 이미지 검색을 위한 감성처리 방법을 제안한다. 기존 연구에서는 단일 시각정보만을 고려하였고 이는 감성에 적합한 검색을 위해서 너무 단편적인 결과를 갖는다. 인간의 감성에 보다 적합한 검색을 위하여 우리는 컬러와 형태가 복합된 이미지에 대한 감성을 처리한다. 이를 위해 첫째, 컬러와 형태의 속성을 공통으로 갖는 대표감성을 정의하고 각 속성에 감성 가중치를 부여한다. 둘째, 사용자의 감성의 적합한 이미지 검색을 위하여 각 이미지의 감성정보량을 측정한다. 이를 이미지 검색에 적용하고, 본 저자의 이전 연구 중 단일 정보만을 고려한 감성기반 검색시스템과 사용자 만족도를 이용하여 비교 평가한다. 제안된 방법은 기존의 단일시각정보만을 고려했던 감성기반 이미지 검색보다 향상된 결과를 얻을 수 있었다. 그리고 복합시각정보에 대한 감성을 동시에 처리할 수 있는 연구로써의 의의를 갖는다.

가상환경 탐색 항해 기법을 설계했다 3차원 가상환경은 입체적 시각 정보를 통해서 사용자가 가상환경을 현실로 받아들이고 마치 현장에 위치해 있는 것과 같은 감각을 느끼게 한다. 이러한 감각에 의지해서 사용자는 진지하고도 적극적으로 가상환경에 참여할 수 있다. 3차원 가상환경이 지닌 이러한 장점은 오락프로그램의 흥미 증진, 교육 및 군사훈련의 효과 향상, 의료분야의 신기술개발 등 다양한 분야에서 활용되고 있다. 그러나 3차원 가상환경은 현실 세계에 비해 빈약한 공간 인지 정보로 인해 자신의 위치를 인지하기 못하거나 원하는 목표물을 찾는데 어려움이 있다. 따라서 본 연구 에서는 가상환경을 구성하는 물리적인 정보와 가상환경의 외부 정보를 토픽맵(Topic Map)에서 제시 하는 기법을 사용하여 공간 인지 지식을 모델링 하였고, 현실세계에서 인간의 두뇌에서 이루어 지는 과정과 유사하게 3차원 가상환경 내에서도 길찾기기 가능하도록 인지맵(cognitive map)기법을 적용하여 처음 가상환경에 방문한 사용자라도 쉽게 목표물에 접근할 수 있는 개인화된 투어가이드 기법을 개발 하였다.

최근 유비쿼터스 환경에서 프로젝터를 기반으로 사용자가 원하는 위치에 영상을 제공하는 유비쿼터스 디스플레이 연구가 진행 중이다. 프로젝터는 투사방향에 따라 영상의 왜곡이 발생함으로써, 프로젝터 기반의 유비쿼터스 디스플레이는 왜곡된 영상을 보정하는 것이 매우 중요하다. 영상 보정을 위한 기존 연구는 특정마커를 설치하거나 특정 패턴의 영상을 투사하는 등의 선행 작업을 통해 기하보정을 수행한다. 이 방법들은 투사방향이 변화될 때마다 선행 작업을 요구하므로 실시간 기하보정을 수행할 수 없다는 단점이 있다. 본 논문은 특정마커나 카메라와 같은 별도의 장치 없이도 투사되는 방향에 따라 영상의 왜곡 정도를 예측하여 실시간으로 보정된 영상을 제공하는 기하보정 시스템을 제안한다. 제안된 시스템은 특정 보정장치를 사용하지 않고 보정함으로써, 약 27fps의 빠른 처리속도를 가진다. 또한 상용 리모컨을 사용하여 프로젝터의 투사방향을 쉽게 제어하는 편리한 인터페이스를 제공한다.

청소 로봇은 지도 작성 및 위치 인식을 기준으로 청소 방법을 랜덤(random)방식과 매핑(mapping)방식으로 분류 할 수 있다. 랜덤방식은 지도를 작성하지 않아 가격경쟁력이 있지만 효율이 떨어진다. 반면, 매핑방식은 지도를 작성하므로 청소 효율이 높지만 상대적인 가격경쟁력이 떨어진다. 그러므로 랜덤방식과 매핑방식의 문제점들을 보안하기 위해 본 논문은 고가의 센서 정보를 사용하지 않고 로봇이 주행 중에 발생되는 벡터(방향과 거리)값을 이용하여 로봇에게 지도 정보를 제공하는 알고리즘을 제안한다.

가상카메라 개념을 이용하여 프로젝터를 움직이지 않고도 투사 영상의 크기, 위치, 회전을 자유롭게 조정할 수 있는 디스플레이 기법을 제안한다. 먼저 디스플레이 초기화를 통해 가상의 3차원 공간을 설정하고 공간 내에 디스플레이 할 원본영상이 표시된 스크린과 가상카메라를 위치시킨다. 3차원 공간을 바라보는 가상카메라는 스크린을 바라보는 사용자의 눈을 가정하는 것이므로, 사용자는 가상카메라의 위치 및 속성을 지정함으로써 결과적으로 자신의 위치에 따라 투사영상의 크기조정, 위치조정, 회전의 모드 종류 및 조정 정도를 자유롭게 결정하여 최적의 화면을 볼 수 있다.

본 논문에서는 가정이나 직장 등에서 사용자의 신체적 상태를 센서를 활용하여 측정하고 그 측정된 데이터와 과거의 병력에 따라 사용자의 상태를 분석, 그에 따른 의사의 처방 및 진단을 제공함으로써 유비쿼터스 환경을 이용한 원격 진단 및 처방 헬스케어 시스템을 제안한다. 기존 헬스케어 시스템은 중앙서버와 생체 신호를 보내는 모바일 디바이스의 자체적으로 지원되는 부족과 무선 네트워크를 통한 환자와 병원 중앙 서버와의 원활한 커뮤니케이션의 제공을 보장하지 못하는 단점도 있다. 이런 문제점을 해결하기 위하여 본 논문에서는 환자와 병원 사이의 중간 역할을 하는 써로게이트 시스템과 JADE를 기반으로 하는 멀티 에이전트 기술을 적용하였다.

디지털멀티미디어방송(DMB)은 고품질의 방송 영상 및 부가 데이터를 이동 중인 차량내에서나 휴대형 단말에서 수신할 수 있는 이동 멀티미디어 방송 서비스이다. 그러나 현재 국내에서 상용화 되고 있는 지상파와 위성 DMB 서비스는 아직 비디오와 오디오에 기반한 단순한 컨텐츠에 중심을 두고 있어 사용자의 기대치에 미치지 못하고 있는 상황이다. 그리하여 현재처럼 단순히 기존의 오디오와 비디오에 기반한 케이블 TV프로그램을 그대로 옮겨올 것이 아니라, 다양한 미디어 객체들을 추가하여 사용자 인터랙티브한 대화형 멀티미디어 컨텐츠를 지원하고 더 나아가서 사용자와 서비스 제공자와의 인터랙션을 지원하는 양방향 데이터 서비스에 대한 연구가 필요하다. 본 논문에서는 실시간 양방향 대화형 DMB 서비스를 최종목표로 먼저 PC환경에서 뿐만아니라 모바일 환경에서 MPEG-4 컨텐츠의 스트리밍 시스템을 구현함으로써 DMB시스템을 시뮬레이션 한다.

분산 센서 네트워크에 대한 연구는 정보 융합 방법론상에서 활발히 진행되고 있다. 기존의 센서 네트워크에서 정보의 융합을 위한 데이터의 수집은 센서 노드가 싱크 노드로 수집된 데이터를 전송함으로써 이루어지며 싱크 노드로 수집된 데이터는 어플리케이션에 의해 활용된다. 이때 여러 센서 노드가 어플리케이션에 필요한 데이터를 중복적으로 수집할 경우 중복된 데이터를 싱크노드로 전송하는데 있어 불필요한 에너지를 소모하게 된다. 이는 결국 전체적인 센서 네트워크의 수명을 감소시키는 원인이 된다. 이러한 문제는 어플리케이션에 따라 요구하는 데이터만을 선택적으로 수집함으로써 해결할 수 있다. 이러한 과정을 수행하기 위해 각 센서 노드가 어플리케이션의 요구사항에 맞도록 데이터 중복성에 대한 처리과정을 수반해야한다. 그러나 일반적으로 센서 노드는 자원이 한정이 되어있기 때문에 다양한 어플리케이션의 요구에 따른 중복성 처리 프로세스를 모두 가지고 있을 수는 없다. 따라서 모바일 에이전트를 활용하여 데이터의 중복성 문제를 해결할 수 있다. 또한 센서 네트워크에서 고려되는 에너지 효율, 네트워크 대역폭 문제를 해결할 수 있으며 시스템 확장성이 용이하다.

오늘날 웹의 비약적인 성장으로 텍스트, 이미지, 비디오, 그리고 사운드 등의 다양한 데이터 형식의 많은 정보가 축적되었으며 날마다 늘어나고 있다. 이들 정보의 효율적 검색을 위해 많은 연구가 이루어졌으며, 특히 텍스트 문서의 효율적인 검색을 위해 확률을 이용한 방법, 통계적인 기법을 이용한 방법, 벡터 유사도를 이용한 방법, 베이지안 자동문서 분류 방법 등이 제안되었다. 그러나 이러한 기존의 방법들은 문서의 특징을 정확하게 반영할 수 없고, 의미적 검색이 이루어지지 않는 단점을 가지고 있다. 이에 본 논문은 문서를 미리 분류하는 기존의 방법을 개선하기 위해, 사용자가 원하는 문서와 비슷한 문서를 의미적으로 찾아내기 위한 방법을 제안한다. 본 방법론은 문서의 내용을 의미적인 계층으로 표현하고 중요 도메인에 가중치를 두어 각 문서들의 계층들의 도메인 비중과 도메인 내의 개념 일치도를 이용하여 문서들 간에 유사도를 구한다.

웹 문서의 수가 기하급수적으로 늘어나는 현 시점에서 문서의 효율적인 관리을 위한 문서 클러스터링 방법은 현재 가장 요구되는 기술이다. 지금까지 문서 클러스터링의 방법 연구에서는 TF-Idf 측정값을 이용한 문서분류, Title 기반의 문서분류등과 같은 다양한 시도가 있었다. 이러한 문서 클러스터링 방법에서는 문서의 내용에 치중하거나 문서 분류를 위한 정확한 기준이 없어, 효율적인 문서의 클러스터링과 검색을 지원하지 못하였다. 그리하여, 본 연구에서는 새롭게 토픽 선정 알고리즘을 제안하고, 토픽 선정 알고리즘에 의해 결정된 토픽에 기반하여 문서 검색을 수행함으로써, 문서검색의 성능을 높일 수 있었다.

상황 정보 관리 시스템은 외부에서 입력된 상황 정보의 숨겨진 의미를 파악하여 상황인지 에이전트 및 상황인지 브로커가 효과적으로 상황정보를 획득하도록 한다. 본 논문에서는 외부 환경으로부터 받은 상황정보의 숨겨진 의미를 파악하기 위해 DL 추론과 시간적 추론을 적용한 상황 정보 관리 시스템을 제안한다. 이를 위해서 3가지 부분에 초점을 두었다. 첫 번째, 외부에서 입력된 상황 정보를 효율적으로 표현하고 여러 에이전트간의 상황 정보 공유가 가능하도록 온톨로지 모델을 적용한다. 온톨로지로 표현된 상황정보는 정보의 속성을 제약함으로써 숨겨진 상황 정보를 추론할 수 있도록 해준다. 두 번째로 상황 정보의 관계를 추론할 수 있도록 서술 논리(Description Logic)를 적용한다. 마지막으로 상황 정보의 시간적 관계를 추론할 수 있도록 시간 논리(Temporal Logic)을 적용한다. 따라서 본 논문에서의 최종 목표는 상황 정보 관리 시스템 연구를 통해 상황인지 에이전트 및 상황인지 브로커에 활용이 가능한 온톨로지 기반 추론 기능을 보유하는 지능형 모듈의 기본 프레임워크를 구축하는 것이다.

유비쿼터스 시스템은 개인화 서비스를 위한 사용자 모델링이 필요하다. 사용자 모델링은 더 정확한 컨텍스트 모델을 만들기 위한 중요한 단계이다. 본 논문에서는 컨텍스트 모델을 기반으로 사용자에게 적당한 서비스를 제공하기 위한 방법을 연구한다. 이를 위해서 우리는 개념 의존(conceptual dependency)을 이용한 온톨로지 기반 컨텍스트 모델링 방법을 제안한다. 이 모델은 관찰된 사용자 행동을 모델링한다. 우리는 사용자 행동을 모델링하기 위해서 개념 의존 이론을 기반으로 컨텍스트 온톨로지를 설계한다. 컨텍스트 모델러는 사용자 행동을 모니터하고 행동을 표현하기 위해 온톨로지 인스턴스를 생성한다. 더 정확한 행동 표현을 위해 본 연구에서는 시간 개념(temporal concept)을 기반으로 시간 추론을 사용하여 컨텍스트 모델을 구축한다. 생성된 시간 컨텍스트 모델은 온톨로지 추론을 이용하여 유비쿼터스 컴퓨팅을 위한 상위 컨텍스트의 추론이 가능하다.

최근 컴퓨터 게임에 등장하는 NPC(Non-player Character)에 각종 인공지능 기법을 적용하는 연구들이 이루어지고 있다. 하지만 대부분의 연구가 플레이어를 상대하는 적대적 입장의NPC들의 움직임 조절에 초점을 맞추고 있고 아직까지 게임 상에서 등장하는 모든 NPC는 항상 같은 말과 비슷한 행동을 되풀이하는 모습만을 보여주고 있다. 이는 플레이어가 게임을 비현실적으로 느끼게 만들고 결과적으로 게임의 재미를 저하시키는 요소로 작용한다. 플레이어에게 보다 현실적인 게임 환경을 제공하기 위해서는NPC가 단순히 게임의 배경을 구성하는 오브젝트가 아니라 다양한 대화를 통해 플레이어에게 많은 영향을 주게 하여 게임의 기여도를 높여주어야 한다. 본 논문에서는 이를 위해 게임 속에서 주어지는 퀘스트를 구성하는 NPC, 몬스터, 보상 등의 속성 정보를 온톨로지화 하고, 인터넷에 존재하는 게임 커뮤니티에서 퀘스트 질의/응답 게시판의 글을 추출하여, 플레이어의 관련 질의에 응답하는 NPC를 구현하고자 한다. 이를 위해 온톨로지 정보를 이용한 검색 알고리즘을 구현하였고,시뮬레이션을 통해 NPC가 커뮤니티 게시글 정보를 이용하여 유저에게 고정되지 않은 다양한 메시지를 전달하면서 동시에 유저의 게임 진행을 도와주는 모습을 확인하였다.

유비쿼터스 상거래에서 사용자가 정보를 효율적으로 이용할 수 있도록 제어하고 필터링하는 일을 도와주는 개인화된 추천 시스템이 등장하였다. 더 나아가서는 사용자가 원하는 아이템을 예측하고 추천해주며, 이를 위해 협력적 필터링 기술을 적용하고 있다. 이는 사용자의 성향에 맞는 아이템을 예측하고 추천하기 위하여 비슷한 선호도를 가지는 사용자들 간의 유사도 가중치를 계산한다. 본 논문에서는 속성정보에 대한 사용자의 선호도를 고려하지 않은 문제점을 개선하기 위해서 속성정보를 이용한 연관 사용자의 선호도를 협력적 필터링 기술에 반영함으로써 추천의 정확도를 높이고자 한다. 그리고 협력적 필터링의 {연관 사용자-아이템} 행렬에서 사용자들 간의 연관 관계를 유지하면서 차원 수를 감소시키기 위해 ARHP 알고리즘을 이용하여 연관 사용자 군집을 한다. 제안된 방법의 성능 평가를 하기 위해 사용자가 아이템에 대해서 평가한 MovieLens 데이터 집합을 대상으로 평가되었으며, 기존의 Nearest Neighbor Model과 K-Means 군집보다 그 성능이 우수함을 보인다.

유비쿼터스 컴퓨팅 환경에서는 여러 컴퓨팅 객체가 협업을 통해 주어진 문제를 해결하게 된다. 유연성과 자율성을 갖는 유비쿼터스 환경 기반의 시스템을 구축하기 위해서는 전문적인 지식 뿐 아니라 인간이 갖는 상식 수준의 정성적 지식에 기초한 문제 해결 방식이 필수 불가결하다. 또한 정성적 지식에 기초한 문제 해결 방식은 주요한 컴퓨팅 객체인 인간의 적극적인 참여를 유도하는데 유용하다. 본 논문에서는 정성적 추론을 소각로 모델링에 적용하여 소각로에서 발생할 수 있는 이상 징후에 대한 정성적 정보를 사용자에게 제공하는 시스템에 대하여 소개하고자 한다. 본 시스템은 멀티 에이전트 기반 플랫폼으로 설계하여 유비쿼터스 환경에서 협업을 통한 원격의 서비스를 제공할 수 토대를 구축하였다. 본 시스템은 프로타입이 구현되어 여러 소각로 예제에 적용되어 그 실효성을 입증할 수 있었다.

인터넷과 웹이 일상생활의 일부가 되면서 온라인상에는 방대한 양의 정보가 쌓이게 되었다. 이러한 흐름 속에서 정보의 양은 급속도로 늘어나는 현상을 보이며, ‘개인화’ 를 통해 수많은 데이터들 사이에서 원하는 정보를 자동으로 찾아내는 기술의 중요성이 부각되고 있다. 이를 ‘추천시스템’ 이라 부르며, 내용기반 필터링과 협력적 필터링 등의 연구가 활발히 이루어지고 있다. 그러나 사용자에게 가장 중요한 영향을 미치는 또래의 선호도, 지역, 시대 등의 복합적인 환경을 반영하는데 아직까지 어려움을 지니고 있다. 따라서 본 논문에서는 기존의 필터링들을 조합하고 좀더 편리하게 정보를 공유하고 학습할 수 있는 시맨틱 웹에서 연관 이웃 마이닝 기법을 통해 개인화된 추천 시스템을 설계한다. 생활에서 흔히 접할 수 있는 의상을 다양한 사용자에게 특화되어 코디해주는 시스템을 웹에서 제공한 결과 불필요한 검색시간이 줄어들고 사용자의 피드백을 통해 점차 만족도가 향상됨을 알 수 있었다.

본 논문에서는 베이지안 네트워크를 기반으로 생성하고 평가한 가상예제를 활용하여 범주속성 및 수치속성 데이터에 대한 분류 성능을 향상시키는 방안을 제안한다. 가상예제를 활용하는 종래의 연구들은 주로 수치 속성 데이터를 대상으로 한 반면 본 연구에서는 범주속성 데이터에 대해서도 가상예제를 적용하여 효과를 확인하였다. 그리고 대상 도메인에 특화된 지식을 활용하여 특정 학습 알고리즘의 성능을 향상시키는 것을 목표로 한 기존 연구들과는 달리 본 연구에서는 도메인에 특화된 지식을 활용하는 대신 주어진 훈련 집합을 기반으로 만든 베이지안 네트워크로부터 가상예제를 생성하고, 그 예제가 네트워크의 조건부 우도를 증가시키는데 기여할 경우 유용한 것으로 선별한다. 이러한 생성 및 선별과정을 반복하여 적절한 크기의 가상예제 집합을 수집하여 사용한다. 범주 속성 데이터와 수치 속성을 포함한 데이터를 대상으로 한 실험 결과, 여러 가지 학습 모델의 성능이 향상됨을 확인하였다.

문맥광고 또는 컨텍스트 기반 광고란 사용자들이 선택한 웹 콘텐츠 내용을 기반으로 하여 연관성 있는 광고를 자동으로 선택하여 사용자에게 제공하는 광고기법이다. 즉, 웹 사이트를 방문하는 고객을 타겟으로 하여 그들이 찾고자 하는 것과 관련된 광고를 내보냄으로써 효과적인 광고가 이루어지도록 하는 것이다. 그러나 기존의 문맥광고는 사용자가 관심을 가지는 키워드가 아닌 광고주가 선택한 키워드를 중심으로 광고 내용을 선택하기 때문에 사용자의 실제적인 관심이 반영되지 않아 광고의 효과가 떨어지는 문제점을 가지고 있다. 이러한 문제를 해결하기 위해 본 논문에서는 사용자가 웹 콘텐츠를 선택할 때 마다 사용자의 선호도를 동적으로 학습하고, 학습된 선호도를 문맥광고에 활용하는 개인화된 문맥광고를 제안한다. 실험을 위해서 제안한 방법으로 광고를 생성해서 보여주는 웹 브라우저를 구현하여 기존의 문맥광고와 개인화된 문맥광고에 대한 사용자의 평가를 비교하였다. 실험 결과 본 논문에서 제안한 개인화된 문맥광고가 ‘콘텐츠의 내용과의 연관성’, ‘사용자의 클릭여부’ 등의 항목에서 기존의 문맥광고에 비해 우수하다는 결과를 얻을 수 있었다.

본 논문에서는 불확실한 환경 상에서의 의사결정 알고리즘인 "Case-based Decision Theory" (CBDT) 알고리즘을 dynamic하게 연동되는 연속된 의사결정 문제에 대하여 강화학습의 대표적인 Q-learning의 강화기법을 응용하여 확장한 새로운 의사결정 알고리즘 "Dynamic CBDT"를 제안하고, CBDT알고리즘에 대한 Dynamic CBDT의 효율성을 테트리스 실험을 통하여 확인한다.

본 논문은 지식 기반 정보유통 플랫폼 OntoFrame-K$^{(R)}$ 상에서 추론을 이용하여 연구자 간 협업 서비스를 제공할 수 있도록 하는 DBMS 기반 추론 서비스 OntoThink-K$^{(R)}$에 대해 기술한다. 본 추론 서비스는 URI 서버를 이용하여 RDF 트리플을 생성하고 추론 규칙에 의해 해당 트리플을 확장하며 SPARQL을 통해 질의 결과를 생성해낸다. 특히 이 모든 과정은 DBMS 기반으로 설계 구현되었는데 URI 서버와 성과 비성과 등록 인터페이스를 통해 별도의 추론 엔진을 사용하지 않고도 정합성이 보장되는 지식을 생성 관리할 수 있도록 하며, 불안정한 성능을 보이는 추론 엔진을 이용하지 않기 때문에 안정적인 성능을 보장할 수 있다는 데 그 특징이 있다. OntoThink-K$^{(R)}$는 온톨로지 스키마 트리플, 인스턴스 트리플, 그리고 전방 추론을 통해 획득한 추가 트리플을 포함하는 확장 트리플을 기반 지식으로 하는데, 최종 사용되는 RDF 트리플의 크기는 지식 확장 이전 631,158개, 지식 확장 이후 1,112,100개이다.

커뮤니티 컴퓨팅이란 유비쿼터스 컴퓨팅 환경에서 하나의 컴퓨팅 요소를 통해 해결하기 어려운 문제들을 커뮤니티란 메타포를 통해 해결하고자 하는 방법론이다. 커뮤니티는 어떤 목표를 달성하기 위한 컴퓨팅 요소들의 조직으로 기존의 방법론들이 어떤 문제를 해결하기 위해 하나의 조직에 컴퓨팅 요소들이 고정적으로 존재했던 반면 커뮤니티는 컴퓨팅 요소가 동적일 뿐만 아니라 조직 자체도 동적인 특징을 지닌다. 본 논문에서는 기존의 커뮤니티 컴퓨팅에서 필요한 롤(Role)과 정책(Policy)을 기술하는 방법과 구현에서 나타나는 문제점을 지적하고, 대안으로 규칙기반 방법론을 역할과 정책의 기술 방법으로 제시한다. 그리고 이를 실제 구현하기 위한 규칙기반 시스템을 소개하고 기존의 커뮤니티 컴퓨팅의 역할과 정책을 규칙형태로 표현하여 규칙기반 시스템을 이용했을 때의 실현성과 효율성을 검증해 보았다.

연구 활동의 결과물로 생성되는 성과물(논문, 특허, 보고서)은 연구 성과를 측정하는 중요한 척도로서 사용될 뿐만 아니라, 연구에 참여한 연구자 및 연구자가 소속된 기관의 연구 동향 정보를 판단하는데 활용될 수 있다. 본 논문에서는 제안하는 성과 관리 시스템(OntoStore-K$^{(R)}$)은 정보 자원의 식별을 위해서 인력, 기관, 부서, 성과물 등 사용되는 모든 자원에 URI를 할당하고, 이를 기반으로 성과 정보를 등록하고 관리함으로써 정확한 성과 관리를 지원한다. 또한 URI 기반의 성과 정보가 추론 규칙을 통해 확장되면서 다양한 부가 정보를 획득할 수 있는 기반을 제공한다. 본 시스템을 통해 연구 성과물에 대한 정확한 관리는 물론, 연구 성과물에 대한 효율적인 공유 및 접근이 가능함으로써 연구 활동을 촉진할 수 있는 기반이 마련될 수 있다.

기존의 Ontology를 이용한 이미지 검색 시스템이나 간단한 구조를 가진 메타데이터 기반의 분산 이미지 검색 시스템들의 단점들을 극복하기 위해 다양한 이미지 제공자들의 자율성을 보장하면서, Semantic 기반의 이미지 검색을 지원하는 분산 시각미디어 검색 프레임워크인 HERMES(The Retrieval Framework for Visual Media Service)가 제안되었다. 분산 환경에서는 시스템의 규모가 커지면서 사용자들의 상호작용 성능을 떨어뜨리지 않으면서 다수의 동시 사용자들을 처리할 수 있는 확장성(Scalability)이 중요한 이슈가 된다. 제안된 프레임워크에서는 서비스를 사용하는 다수의 사용자들이 Broker 서버에 동시에 접속했을 경우 발생하는 Overhead에 대한 문제를 해결 할 수 없었기 때문에 성능의 저하와 확장성을 고려할 수 없는 문제를 안고 있다. 이런 문제를 해결하기 위해서 Broker 서버의 내부 컴포넌트의 수행시간을 측정하고 이를 주기적으로 수집하여 저장하는 Monitoring System이 추가로 연구되었지만, 수집한 정보를 가공하여 다수의 Broker 서버에 대한 부하를 분산하는 알고리즘은 제공되지 않았다. 본 논문에서는 다수의 동시 사용자들이 접속했을 경우에도 성능의 저하 없이 비슷한 수준의 서비스를 제공하기 위해서 Broker 서버를 증설하여 Monitoring System으로부터 각각의 Broker 내부 컴포넌트의 수행시간을 측정하여 저장하고, 저장된 데이터에 대하여 각 Broker들에 대한 우선순위를 결정하는 테이블을 작성한다. 사용자로부터 Query를 입력받는 User Interface는 Broker의 Ranking Table을 참조하여 다수의 Query 수행을 여러 서버로 분산처리하게 함으로써 성능에 대한 신뢰성을 향상 시킬 수 있는 Load Balancing System을 제안한다.할 때 가장 효과적인 라우팅 프로토콜이라고 할 수 있다.iRNA 상의 의존관계를 분석할 수 있었다.수안보 등 지역에서 나타난다 이러한 이상대 주변에는 대개 온천이 발달되어 있었거나 새로 개발되어 있는 곳이다. 온천에 이용하고 있는 시추공의 자료는 배제하였으나 온천이응으로 직접적으로 영향을 받지 않은 시추공의 자료는 사용하였다 이러한 온천 주변 지역이라 하더라도 실제는 온천의 pumping 으로 인한 대류현상으로 주변 일대의 온도를 올려놓았기 때문에 비교적 높은 지열류량 값을 보인다. 한편 한반도 남동부 일대는 이번 추가된 자료에 의해 새로운 지열류량 분포 변화가 나타났다 강원 북부 오색온천지역 부근에서 높은 지열류량 분포를 보이며 또한 우리나라 대단층 중의 하나인 양산단층과 같은 방향으로 발달한 밀양단층, 모량단층, 동래단층 등 주변부로 NNE-SSW 방향의 지열류량 이상대가 발달한다. 이것으로 볼 때 지열류량은 지질구조와 무관하지 않음을 파악할 수 있다. 특히 이러한 단층대 주변은 지열수의 순환이 깊은 심도까지 가능하므로 이러한 대류현상으로 지표부근까지 높은 지온 전달이 되어 나타나는 것으로 판단된다.의 안정된 방사성표지효율을 보였다. $^{99m}Tc$-transferrin을 이용한 감염영상을 성공적으로 얻을 수 있었으며, $^{67}Ga$-citrate 영상과 비교하여 더 빠른 시간 안에 우수한 영상을 얻을 수 있었다. 그러므로 $^{99m}Tc$-transierrin이 감염 병소의 영상진단에 사용될 수 있을 것으로 기대된다.리를 정량화 하였다. 특히 선조체에서의 도파민 유리에 의한 수용체 결합능의 감소는 흡연에 의한 혈중 니코틴의 축적 농도와 양의 상관관계를 보였다(rho=0.9, p=0.04). 결론: $[^{11}C]raclopride$ PET을 이용하여 비흡연 정

우수한 능력의 인공지능 개체로 구성된 게임은 그렇지 못한 게임에 비해 더 나은 흥미를 사용자에게 제공할 수 있다. 미국 Valve사의 Half-Life, Counter-Strike 및 한국 Dragonfly사의 Special-Force와 같은 실시간 FPS 전투게임에서 상대편에 대한 검색 및 목표 화하는(Targeting) 기법은 인공개체의 전투력에 중요한 하나의 요소이다. 하지만 이 같은 경우의Targeting은 정적인 대상에 대한 것이 아니라 동적인 대상에 대한 것이므로 단순한 산술 계산으로는 실용적인 효과를 내기 힘들다. 본 논문에서는 Neural Network를 이용한 학습기법을 사용하여 동적인 개체에 대한 효과적인 Targeting기법을 제안한다. 제안한 기법은 매 순간 변화하는 상황정보와 Virtual bullet이라는 가상 미사일 개념을 활용하여 학습 Data를 모델링한 후 Neural Network로 학습시켜 효과적인 Targeting이 가능하도록 구현하였다. 제안한 기법은 Java기반의 탱크전투 시뮬레이션 Framework인 Robocode에 적용하여 그 성능을 평가하였다. 제안된 기법으로 제작된 Robot(Crystal 1.0)은 ‘2006 Robocode Korea Cup에서 우승을 차지하였다.

시맨틱 웹 기술을 이용하는 추론 엔진들이 사용하는 지식은 기본적으로 주어(subject)와 술어(predicate), 목적어(object)로 구성된 트리플(triple)들의 집합이며, 이를 저장하기 위한 구조로 관계형 데이터베이스(R-DB)가 주로 이용된다. 본 논문은 DBMS 기반의 추론 서비스인 OntoThink-K$^{(R)}$트리플 저장 구조와 함께 SPARQL 질의 언어를 지원하기 위한 SPARQL-SQL 매핑에 대해 설명한다. OntoThink-K$^{(R)}$스키마 무관과 스키마 인지의 두 가지 방식의 트리플 저장 구조를 지원하며, 본 논문에서는 각 저장 구조에 따른 SPARQL-SQL 매핑 방법을 설명하고 실험을 통해 두 방식에서의 추론 속도의 차이를 비교한다. 이 실험 결과로부터 우리는 스키마 인지 방식을 사용함으로써 스키마 무관 방식에 비해 적어도 2배 이상의 속도 향상을 꾀할 수 있음을 알았다.

Ontology를 이용한 분산 시각미디어 검색 프레임워크인 HERMES(The Retrieval Framework for Visual Media Service)[1][2]는 보다 정확한 시각미디어 정보를 제공하고 웹서비스(Web Services)를 적용하여 HERMES/Provider[1][2]의 자율성을 보장한다. 웹기반의 분산 환경에서 Visual Media Data에 대한 지능적인 검색을 위하여 Meta Data와 Ontology를 이용하고 이기종간 통신을 위한 웹서비스를 제공하는 HERMES/ Broker[1][2]에서 예상치 못한 문제가 발생할 경우 문제를 해결할 수 있는 방법이 제시되지 않았다. 일반적으로 웹 서비스를 제공하는 서버에서 발생되는 결함은 해당 웹 서비스를 이용하여 개발되는 어플리케이션의 갑작스런 중단이나 오류의 원인이 된다. 따라서 결함을 해결할 수 있는 대책이 필요하며 HERMES의 Broker 서버 또한 웹 서비스의 결함이 발생하더라고 이를 효과적으로 해결하여 클라이언트에게 웹 서비스를 정상적으로 제공할 수 있는 결함허용 시스템 도입이 매우 중요하다. 때문에 HERMES 프레임워크가 클라이언트에게 신뢰성과 안정성이 보장된 웹 서비스의 제공을 위해서 Broker 서버에서 발생할 수 있는 결함을 효과적으로 극복할 수 있는 메커니즘이 필요하다. 본 논문에서는 Broker 서버 에서 웹 서비스와 관련된 결함이 발생하더라고 올바르게 운영될 수 있으며 분산 이미지 검색 프레임워크인 HERMES의 구조적 특성에 적합한 결함허용 시스템 설계 기법을 제안하여 HERMES 프레임워크가 클라이언트에게 투명성 있는 서비스를 제공하고 높은 신뢰성과 안정성이 확보될 수 있도록 구성하고자 한다. Query 수행을 여러 서버로 분산처리하게 함으로써 성능에 대한 신뢰성을 향상 시킬 수 있는 Load Balancing System을 제안한다.할 때 가장 효과적인 라우팅 프로토콜이라고 할 수 있다.iRNA 상의 의존관계를 분석할 수 있었다.수안보 등 지역에서 나타난다 이러한 이상대 주변에는 대개 온천이 발달되어 있었거나 새로 개발되어 있는 곳이다. 온천에 이용하고 있는 시추공의 자료는 배제하였으나 온천이응으로 직접적으로 영향을 받지 않은 시추공의 자료는 사용하였다 이러한 온천 주변 지역이라 하더라도 실제는 온천의 pumping 으로 인한 대류현상으로 주변 일대의 온도를 올려놓았기 때문에 비교적 높은 지열류량 값을 보인다. 한편 한반도 남동부 일대는 이번 추가된 자료에 의해 새로운 지열류량 분포 변화가 나타났다 강원 북부 오색온천지역 부근에서 높은 지열류량 분포를 보이며 또한 우리나라 대단층 중의 하나인 양산단층과 같은 방향으로 발달한 밀양단층, 모량단층, 동래단층 등 주변부로 NNE-SSW 방향의 지열류량 이상대가 발달한다. 이것으로 볼 때 지열류량은 지질구조와 무관하지 않음을 파악할 수 있다. 특히 이러한 단층대 주변은 지열수의 순환이 깊은 심도까지 가능하므로 이러한 대류현상으로 지표부근까지 높은 지온 전달이 되어 나타나는 것으로 판단된다.의 안정된 방사성표지효율을 보였다. $^{99m}Tc$-transferrin을 이용한 감염영상을 성공적으로 얻을 수 있었으며, $^{67}Ga$-citrate 영상과 비교하여 더 빠른 시간 안에 우수한 영상을 얻을 수 있었다. 그러므로 $^{99m}Tc$-transierrin이 감염 병소의 영상진단에 사용될 수

This study proposes an innovative measure for evaluating the performance of text clustering. In using K-means algorithm and Kohonen Networks for text clustering, the number clusters is fixed initially by configuring it as their parameter, while in using single pass algorithm for text clustering, the number of clusters is not predictable. Using labeled documents, the result of text clustering using K-means algorithm or Kohonen Network is able to be evaluated by setting the number of clusters as the number of the given target categories, mapping each cluster to a target category, and using the evaluation measures of text. But in using single pass algorithm, if the number of clusters is different from the number of target categories, such measures are useless for evaluating the result of text clustering. This study proposes an evaluation measure of text clustering based on intra-cluster similarity and inter-cluster similarity, what is called CI (Clustering Index) in this article.

베이지안 네트워크는 주어진 변수들 사이의 확률적 의존성을 분석하는 데에 널리 사용되어지고 있는 모델이다. 이러한 베이지안 네트워크의 활용에 있어서 베이지안 네트워크의 확실성을 분석하는 방법의 필요성이 대두되어지고 있다. 특히 규모가 큰 베이지안 네트워크 모델을 특정하는 상황에서 주어질 수 있는 학습 데이터의 수가 제한되는 경우나, 주된 관심사가 베이지안 네트워크의 일부 부분에 한정되는 경우에 베이지안 네트워크의 확실성에 대한 분석은 유용하게 사용될 수 있다. 본 논문에서는, 베이지안 네트워크에 존재할 수 있는 불확실성을 언급한 후, 베이지안 네트워크 내의 변수들이 갖는 확률분포의 분산을 이용해 베이지안 네트워크의 불확실성을 정의하는 방법을 제안한다. 간단한 베이지안 네트워크의 예시 모델을 이용하여 제안된 베이지안 네트워크의 불확실성 분석 방법이 유용할 수 있음을 보인다.

모바일 기기에서 수집된 데이터를 바탕으로 사용자의 기억을 되살리거나 사용자 맞춤형 서비스를 제공하기 위해서는 사용자가 하루 동안 수행한 수많은 행동이나 겪은 사건들을 기록할 필요가 있다. 그러나 사용자의 하루 동안 발생한 모든 일을 보여주기 보다는 사용자에게 있어서 중요한 일만 보여주는 것이 사용자의 행동을 분석하고 사용자에게 맞는 서비스를 제공하는 데 더 도움이 될 것이다. 이전의 연구에서는 키그래프를 이용하여 사용자의 하루를 요약하려고 시도하였으나 사용자로부터 얻은 데이터에 직접 키그래프를 적용한 결과로 얻은 데이터는 사람이 직관적으로 그 중요성을 이해하기 힘들었다. 이를 해결하기 위해 보다 상위 수준의 정보에 키그래프를 적용하였다. 본 논문에서는 스마트 폰에서 수집된 GPS 위치 정보를 장소정보로 변경하여 컨셉넷에 입력하고 관련된 개념을 추출한다. 컨셉넷(ConceptNet)은 수많은 어휘들의 연관관계를 의미망 형태로 표현한 것으로 사람이 일상생활에서 이용하는 상식을 포함하고 있다. 컨셉넷에서 추출된 개념들로 문서를 생성하고 생성된 문서에 키그래프 알고리즘을 적용하여 사용자가 수행한 행동에 관련된 개념 중 핵심적인 개념을 추출한다. 이렇게 추출된 개념들은 사용자가 하루 동안 수행한 행동이나 경험을 요약할 수 있는 정보가 된다. 3명의 사용자로부터 수집한 데이터로 제안한 방법의 성능을 평가해 본 결과, 직관적으로 중요한 경험에 관계된 개념을 얻을 수 있었다.

최근 들어 음원 협회의 항소로 인해 음악 파일을 무료로 다운 받을 수 없게 되었다. 이로 인해, 유료 음악 사이트의 사용이 증가되었고,수익성이 커지고 있다.하지만 수요가 커진 것에 비해, 대부분의 음악 사이트들의 서비스는 음악 메일이나 휴대폰 전송 등에 그치고 있다. 따라서 사용자를 유치하기 위한 전략으로 추천시스템을 제안하고자 한다. 그 방법으로, 본 논문에서는 음악의 파형 변화를 분석하고, 사용자가 다운로드했던 파일의 리스트를 통하여 사용자 맞춤형 추천 시스템을 벡터 유사도를 통하여 구현하고자 한다. 음악에 대한 성분은 파형을 통하여 진폭과 진동수에 대한 특징 벡터를 추출한다. 그리고 사용자의 다운로드 리스트에 누적시킨다. 위의 두 절차를 통해 사용자의 리스트를 분석하여 비슷한 성분의 음악을 검색한다. 실험을 위해 사용되는 음악 성분에 대한 내용은 수치적인 데이터를 기반하고 있기 때문에 자동화가 용이했고, 빠른 연산 시간과 유동적인 검색 범위를 가질 수 있었다.

전통적인 인공지능 계획방식은 완전한 월드 상태모델과 시스템 동작모델에 기초하여 처음부터 자동으로 작업계획을 생성하려는 접근방식이다. 그러나 지능로봇제어와 같이 불확실성과 가변성이 높은 실 세계 응용분야에서 이와 같은 전통적인 인공지능 계획방식은 효과를 얻기 어렵다. 반면에 많은 실 세계 응용분야에서는 그 분야에서 이미 잘 알려져 있는 작업 영역지식이나 제어지식들이 존재하며, 이들을 효과적으로 이용하는 것이 매우 중요하다. 이러한 방법 중의 하나로서 복잡도가 높은 작업계획을 전문가가 직접 편집해서 입력하는 방식이 널리 쓰인다. 기본 동작모델과는 달리, 일반적으로 작업계획 표현언어는 복잡한 제어구조를 포함하는 하나의 작업 프로세스로 계획을 표현한다. 따라서 이러한 복잡한 절차적 지식인 작업계획을 편집하고 검증하기 위해서는 편리한 모델링 도구의 개발이 필요하다. 본 연구에서는 PRS 계열의 작업계획을 비주얼 환경에서 편집할 수 있고, 가상 시뮬레이션 기능과 작업 계획기와의 연동 기능을 갖춘 PKM시스템의 설계와 구현에 대해 설명한다.

최근 온라인 게임 산업이 커짐에 따라 이를 즐기는 유저도 급증하고 있다. 온라인 게임에서는 일반적으로 유저들이 서로를 구분하기 위해 사용하는 사용자 이름과 상호간 의사소통을 하기 위한 채팅을 지원한다. 유저의 수가 증가함에 따라 대화의 양은 더욱 더 많아지고, 선정성, 폭력성을 띄는 언어의 문제로 이어지고 있다. 이는 특히 18세 이하도 이용가능한 게임을 만드는 경우 더욱 중요하다. 하지만 대부분의 게임들이 금지어 리스트에 따른 단어 매칭방식의 비속어 필터링만을 제공하고 있다. 이러한 방법은 금지어로 지정된 단어를 포함한 정상적인 채팅도 막을 뿐만 아니라 일부 음절을 다른 기호로 바꾸어 표기한 비속어는 걸러내지 못한다. 변형된 단어들을 충분히 처리하지 못한다면 비속어 필터링 시스템은 단지 무력하고 쓸모없는 존재가 될 뿐이다. 본 논문에서는 SVM을 이용하여 학습이 가능한 비속어 필터링 시스템을 제안하고자 한다. SVM을 이용하면 사용자 편의성을 해치지 않고서도 보다 많은 종류의 비속어들을 효과적으로 걸러낼 수 있다.

Graphplan 계획기에서 유래된 계획 그래프는 탐색에 매우 유용한 휴우리스틱을 손쉽게 얻을 수 있는 수단이다. 본 논문에서는 전향 상태 공간 계획방식을 정의한 뒤, 이 계획방식에 적용 가능한 계획 그래프 기반의 휴우리스틱 계산법들을 소개한다. 또 본 논문에서는 각 휴우리스틱 계산법이 갖는 특징을 정리하고 이들이 계획생성에 미치는 효과를 실험을 통해 비교, 분석해본다. 또한 이러한 전향 상태 공간 탐색 알고리즘과 휴우리스틱 계산법을 토대로 본 연구에서는 전향 상태 공간 계획기인 JPLAN을 구현하였고 그 구조에 대해 설명한다.

대화 에이전트의 역할은 사용자 입력으로부터 사용자의 의도를 분석하고 이에 따른 서비스를 제공하는 것이다. 하지만 사용자는 한 번에 서비스 제공에 필요한 모든 정보를 제공하지 않으므로 에이전트는 능동적으로 부가적인 정보를 추출할 수 있어야 한다. 따라서 자연스러운 대화를 진행하기 위해서 에이전트는 사용자주도형 대화와 시스템주도형 대화가 결합된 상호주도형 대화가 가능해야 한다. 본 논문에서는 상호주도형 대화를 제공할 수 있는 대화 에이전트의 스크립트(대화를 위한 데이터베이스) 언어를 제안한다. 제안한 방법은 대상 도메인에 맞춰서 대화 에이전트를 설계할 수 있도록, 도메인 관련 변수와 도메인 함수를 정의하여 사용할 수 있으며, 대화처리 기능으로, 사용자 의도 추론, 대화 흐름 관리, 사용자 입력 정보 추출 등의 기능을 지원한다. 제안한 방법의 가능성을 보이기 위해 일정관리 도메인에 제안하는 방법을 적용한다.

본 논문에서는 온라인 필기 한자 인식 과정에 있어 비슷한 한자끼리 혼동되어 오인식되는 한자들을 선별하여 이들 한자 인식과정의 후처리에 적용 할 수 있는 결과검증 방법에 대해서 소개한다. 결과검증 방법은 온라인 필기 한자인식기가 최종 인식결과를 산출하기 전에 후보한자들 중 혼동한자가 있으면 그 혼동 한자에 대해서 미리 정해놓은 조건을 만족하는지 검사하여 점수를 내고 이를 인식 후처리에 이용한다. 인식 후처리에 쓰이는 결과검증 방법에서는 그 한자만이 가지고 있는 구조적인 정보를 다른 한자들과 구별하기 위해 휴리스틱으로 파악하여 조건화 시킨다. 구조적인 정보는 획의 좌표, 방향코드, 순서, 길이 등으로 판단되며 다양한 휴리스틱방법이 고려 될 수 있다. 인식 후처리에 적용되는 결과검증 방법을 통해 혼동되는 온라인 필기 한자를 구별하는데 도움이 되는 것을 실험을 통해 확인하였다.

결정 트리는 큰 가설 공간을 가지고 있어 유연하고 강인한 성능을 지닐 수 있다. 하지만 결정트리가 학습 데이터에 지나치게 적응되는 경향이 있다. 학습데이터에 과도하게 적응되는 경향을 없애기 위해 몇몇 가지치기 알고리즘이 개발되었다. 하지만, 데이터가 속성 축에 평행하지 않아서 오는 공간 낭비의 문제는 이러한 방법으로 해결할 수 없다. 따라서 본 논문에서는 다변수 노드를 사용한 선형 분류기를 이용하여 이러한 문제점을 해결하는 방법을 제시하였으며, 결정트리의 성능을 높이고자 지지 벡터 머신을 도입하였다(SVMDT). 본 논문에서 제시한 알고리즘은 세 가지 부분으로 이루어졌다. 첫째로, 각 노드에서 사용할 속성을 선택하는 부분과 둘째로, ID3를 이 목적에 맞게 바꾼 알고리즘과 마지막으로 기본적인 형태의 가지치기 알고리즘을 개발하였다. UCI 데이터 셋을 이용하여 OC1, C4.5, SVM과 비교한 결과, SVMDT는 개선된 결과를 보였다.

본 논문은 시맨틱 웹 기술이 융합된 지식기반 정보유통 플랫폼(OntoFrame-K$^{(R)}$)의 추론 서비스 시스템 (OntoThink-K$^{(R)}$)에서 이용되는 Persistent Model인 DBMS기반의 온톨로지 확장 모델에 대해 설명하고자 한다. OntoFrame-K$^{(R)}$는 대용량의 지식 데이터를 다루기 때문에 기존에 개발된 온톨로지 추론 엔진을 이용할 경우 많은 한계점을 가지게 된다. 따라서 우리는 대용량의 지식 데이터를 안정적으로 처리할 수 있으며 추론의 신뢰성과 정합성을 가지는 온톨로지 확장 모델을 설계, 구현하였다. 본 모듈은 OWL과 인스턴스 데이터를 트리플 형태로 변환하여 입력 받은 후, 온톨로지 스키마 규칙과 사용자 정의 규칙을 이용한 정방향 추론 방법으로 추론 서비스에서 필요한 지식데이터들을 생성하는 역할을 한다. 본 모델은 DBMS를 이용하여 대용량의 지식 데이터를 저장할 수 있으며, 추론 규칙에 따른 정방향 추론을 통해 지식 모델을 확장하기 때문에 데이터의 정합성이 보장된다.

국내에서도 표준화 작업이 진행 중인 토픽맵은 분산된 정보와 지식의 관리를 지원하기 위한 국제 표준이다. 이 논문에서는 이클립스(Eclipse) 플랫폼의 플러그인 개발환경인 GMF를 이용하여 비교적 작은 도메인에 대한 토픽맵의 구조를 도식화된 방법으로 표현하고, 간편하고 직관적인 편집기능을 사용자에게 제공하며, 이러한 구조의 간단한 프로토타입 정보라 할 수 있는 Linear Topic Map Notation(LTM)을 만들어 내는 플러그 인을 소개할 것이다.

추천 시스템은 사용자 프로파일을 기반으로 개인 취향에 맞는 정보나 제품에 대한 이용성을 향상 시킨다. 본 논문에서는 시멘틱 환경 내에서 사용자 개개인에 맞는 웹 콘텐츠를 제공하기 위한 온톨로지 기반의 웹 콘텐츠 추천 방법론을 제안한다. 이를 위해서 2가지에 초점을 두었다. 첫 번째, 사용자 프로파일의 쓰임새를 향상시키기 위해 온톨로지 모델을 적용한다. 이는 비슷한 서비스를 제공하는 여러 웹 서비스 사이트에서 사용자의 기호 정보를 공유할 수 있다는 이점을 갖는다. 또한 온톨로지를 기반으로 생성된 사용자 프로파일은 콘텐츠 추천 점수 계산을 위한 정확한 입력 데이터를 제공한다. 두 번째로 각각의 웹 콘텐츠들의 추천 점수를 계산하는 함수를 정의한다. 제안하고자 하는 함수는 각 웹 콘텐츠의 계층구조와 웹 콘텐츠를 구성하는 속성들의 관계를 명시한 온톨로지를 기반으로, 사용자 프로파일의 내용과 웹 콘텐츠의 개념 유사도(Concept Similarity)와 관계 유사도(Relation Similarity) 구한다. 따라서 본 논문에서는 전체 유사도(Concept Similarity+Relation Similarity)를 추천 점수로 적용한다.

유비쿼터스 컴퓨팅 환경에서 서비스는 개별 사용자의 요구에 의거해 제공되어야 한다. 동일 환경에서 다수의 사용자가 원하는 서비스들이 서로 상충되는 관계를 갖고 있을 때, 충돌이 발생한다. 이러한 충돌이 발생하는 근본 적인 원인은, 서비스 선택 과정에서 찾을 수 있다. 일반적인 서비스 선택과정은 모델링된 환경 안에서 각 사용자들의 개별 프로필을 통해, 그 사용자에게 적합한 서비스를 매칭하는 흐름을 따른다. 문제는 동일한 환경 정보가 각각의 사용자에게 다른 의미로 적용될 수 있다는 점이다. 즉, 현재 온도가 18$^{\circ}C$ 라고 할 때, 춥게 느끼는 사용자가 있을 수 있고, 반대로 덥게 느끼는 사용자가 있을 수도 있다. 이 경우 각각의 사용자에 대해 온도를 높여주는 서비스, 온도를 낮춰주는 서비스가 동시에 수행되게 되고, 충돌은 발생하게 된다. 이에 본 논문에서는 환경을 모델링함에 있어서, 센서 정보에 대한 의미를 단일화함으로써, 동일한 환경 정보가 상반되는 서비스의 조건으로 동작하는 것을 방지하는 방법을 제안한다. 이 방법은 기존의 시스템 오브젝트 혹은 에이전트들 간의 협상 방법보다 통신 작업량을 줄여주고, 환경 모델의 직관적인 구조를 제공함으로써, 보다 효율적인 충돌 방지를 가능하게 해 준다.

현재 센서네트워크 분야는 여러 방면에서 이슈가 되고 있다. 해양 센서네크워크는 지상에서의 전파를 사용할 수 없으므로 음향(Acoustic)파를 사용한다. 일정거리만큼만 음파가 도달하는 환경에서 원하는 노드를 찾아가는 최적화 문제는 NP complete한 TSP 문제이다. 최적경로를 찾았을 경우 음파의 에너지 손실 또한 저전력으로 사용된다. 본 논문에서는 최적탐색기법인 유전자알고리즘을 사용하여 목적노드를 찾기위한 최적경로를 시뮬레이션 해 보았다.

EPC Network는 EPC 관련 정보를 수집, 처리, 저장, 제공하는 Network를 말하며 EPC Network에서의 정보 접근 제어는 다양한 접근 방법, 다양한 플랫폼을 사용하는 사용자의 접근 및 분산 환경이라는 상황을 고려해야만 한다. 본 논문에서는 온톨로지를 이용한 간단하면서도 효율적인 정보 접근 제어 기법을 제시하고자 한다. 본 논문에서 제시하는 정보 접근 제어 기법을 간략하게 설명하자면 EPC Network를 구성하는 요소 중 하나인 EPC IS로 전송되는 SOAP 전송 메시지 내부에 정보 접근 제어를 위해 필요한 정보들을 온톨로지를 이용하여 기술한다. EPC IS는 온톨로지를 이용하여 기술된 SOAP 전송 메시지 내부에 포함된 정보 접근 제어와 관련된 정보를 정보 접근 제어 처리에 사용한다. 온톨로지를 이용함으로써 사용자와 EPC IS 간의 개념 및 용어의 일관성을 유지할 수 있으며, 추론 기능을 이용하여 정보 접근 제어에 있어서의 요구 사항들을 쉽게 처리할 수 있다.

인터넷의 비약적인 발전으로 많은 강의 자료가 존재하게 되었으며, 어느 누구나 손쉽게 강의 자료를 구할 수 있게 되었다. 하지만 사용자는 단순히 많은 정보만을 원하는 것이 아니라 정확한 정보를 얻기를 원한다. 이에 본 논문에서는 기존의 단어 빈도수 기반의 분류 방식이 아닌 개념적 분류 방식으로 온톨로지를 이용하여 코스웨어를 분류해보고자 한다. 온톨로지로는 어휘적 온톨로지의 일종인 WordNet의 과목에 대한 계층적 구조를 활용하였다. 실험 데이터로는 강의 자료 중 파워포인트로 작성된 코스웨어를 이용하였으며, 코스웨어의 메타데이터들과 과목들간의 개념적 거리 및 밀도를 측정하여 코스웨어를 분류하였다. 또한 WordNet상의 어휘 확장을 통하여 분류과목 확장이 가능함을 보였다.

본 논문에서는 동작 모델과 작업 목표에 따라 지능 로봇 시스템의 작업 순서를 결정하는 작업 계획기의 설계와 데모시스템에 대해 설명한다. 블랙보드 중심의 분산 제어 구조에서 하나의 독립적인 지식원으로 동작하는 작업 계획기는 작업 관리기의 요청이 있을 때마다 지식베이스로부터 동작 모델과 월드 상태 정보를 제공받아 작업 목표 달성을 위한 작업 계획을 생성한다. 그리고 이렇게 생성된 작업 계획은 오류로 인해 재 계획이 필요할 때까지 작업 관리기를 통해 실행된다. 본 연구의 작업 계획기는 효율적인 작업 계획 생성을 위해 지역 상태공간 탐색법의 하나인 EHC+ 탐색법과 계획그래프-기반의 휴우리스틱 계산법을 적용한다. 본 논문에서는 작업 계획기의 효율성과 블랙보드와의 연계성을 시험하기 위한 데모 시스템에 대해 자세히 설명한다. 이를 통해 지식베이스, 작업 관리기, 컴포넌트 서비스기 등 로봇 제어 구조내의 다른 지식원들과의 인터페이스를 위한 메시지 설계도 소개한다.

Non-negative matrix factorization(NMF) 기법은 음이 아닌 값으로 구성된 데이터를 두 종류의 양의 행렬의 곱의 형식으로 분할하는 데이터 분석기법으로서, 텍스트마이닝, 바이오인포매틱스, 멀티미디어 데이터 분석 등에 활용되었다. 본 연구에서는 기본 NMF 기법에 기반하여 텍스트 문서로부터 토픽을 추출하고 동시에 이를 가시적으로 도시하기 위한 Topographic NMF (TNMF) 기법을 제안한다. TNMF에 의한 토픽 가시화는 데이터를 전체적인 관점에서 보다 직관적으로 파악하는데 도움이 될 수 있다. TNMF는 생성모델 관점에서 볼 때, 2개의 은닉층을 갖는 계층적 모델로 표현할 수 있으며, 상위 은닉층에서 하위 은닉층으로의 연결은 토픽공간상에서 토픽간의 전이확률 또는 이웃함수를 정의한다. TNMF에서의 학습은 전이확률값의 연속적 스케줄링 과정 속에서 반복적 파리미터 갱신 과정을 통해 학습이 이루어지는데, 파라미터 갱신은 기본 NMF 기반 학습 과정으로부터 유사한 형태로 유도될 수 있음을 보인다. 추가적으로 Probabilistic LSA에 기초한 토픽 가시화 기법 및 희소(sparse)한 해(解) 도출을 목적으로 한 non-smooth NMF 기법과의 연관성을 분석, 제시한다. NIPS 학회 논문 데이터에 대한 실험을 통해 제안된 방법론이 문서 내에 내재된 토픽들을 효과적으로 가시화 할 수 있음을 제시한다.

본 논문에서는 neural network을 이용한 이미지 장르(유형) 분류 시스템을 소개한다. 이 논문에서 제안된 시스템은 이미지를 예술(art), 사진(photo), 만화(cartoon) 이미지라는 세 가지 장르(유형) 중 하나로 분류한다. 이미지의 특성은 표준 MPEG-7 visual descriptor를 사용하여 추출된 후, neural networks를 이용하여 학습된다. 시뮬레이션 결과는 제안된 시스템이 80% 이상의 이미지들을 정확한 장르(유형)로 분류하는 것을 보여준다.

가상현실에서 에이전트에게 많은 영향을 주지 않는 객체의 움직임은 일정한 패턴을 가지고 동작하거나 시각적인 것에 중점을 두고 모델링을 한다. 가상현실에서 불을 현실세계와 유사하게 구현하기 위해서는 가상현실 내에 존재하는 환경과 상호작용을 하며 일정한 패턴을 가지지 않는 다양한 이벤트들이 전개되어야 한다. 그러기 위해서 인과관계에 의한 이벤트 전개 방식을 사용한다. 인과관계에 의한 이벤트전개를 위해서 이벤트를 전제조건, 절차, 결과로 나누어 설계하고 이벤트의 결과와 다른 이벤트 사이에 인관관계를 정의한다. 본 논문에서는 가상현실 내에서 burn에 의한 발생하는 이벤트가 현실세계에서 burn과 유사하게 모델링하기 위한 방법을 제시한다.

개인 디지털 콘텐츠 증가에 따른 개인 미디어의 관리를 위해 대량의 메타데이터를 자동으로 생성하는 연구가 반드시 필요하다. 본 논문에서는 온톨로지 기반의 추론을 이용하여 개인 미디어 메타데이터를 자동으로 생성하는 방법을 제안한다. 제안한 방법은 부족한 정보로부터 적합한 의미를 추출하여 메타데이터를 자동 생성하므로 콘텐츠관리의 어려운 문제점을 해결한다. 본 논문에서 제안하는 방법을 사용자가 메모를 부착하기만 하면, 온톨로지 기반 추론을 통해 메타데이터를 자동 생성하는 방법으로 다음과 같은 세가지 기술과 특징을 갖는다. 첫째, 개인 미디어 온톨로지를 정의한다. 둘째, 미디어 메타데이터 표준을 정의한다. 미디어의 종류가 다르더라도 정의한 표준의 키워드만 추출할 수 있다면 미디어의 통합관리가 가능하다. 셋째, 메타데이터 자동 생성 기술을 연구한다. 단순히 온톨로지에 정의된 키워드의 의미만을 보지 않고, 온톨로지 기반의 추론엔진을 이용하여 사용자를 중심으로 관련 키워드의 관계를 고려한 메타데이터 생성의 정확성을 높인다. 이러한 기술을 기반으로 시맨틱 검색도 가능하며, 기존의 메타데이터 저작도구와 비교하여 보다 정확한 메타데이터 자동생성과 검색이 가능하다.

시맨틱 웹에 대한 관심이 높아짐과 더불어 관련 기술인 온톨로지와 이를 이용한 추론 기술 역시 이슈가 되고 있다. RacerPro, Pellet 등 지금까지의 전형적인 추론 시스템들은 주로 Tableaux Algorithm 기반의 추론 시스템으로 Tableaux Algorithm의 특성상 대용량 ABox 추론에서 문제점을 나타낸다. 이를 해결하기 위한 연구로는 Tableaux Algorithm 기반의 Instance Store와 Disjunctive Datalog Approach를 사용한 KAON2가 있다. 이러한 추론 기술에 대해서는 많은 연구가 진행되고 있지만 각 추론 시스템들에 대한 평가는 부족하다. 현재 추론 시스템들의 벤치마킹은 대부분 Tableaux Algorithm 기반의 TBox 추론에 대한 것으로 ABox 추론 및 최근 이슈인 대용량 ABox 추론에 대한 평가는 특히 부족하다. 이에 본 논문에서는 각 추론 시스템들의 이론적 배경을 근간으로 지금까지의 전형적 추론엔진들과 최근 이슈에 따른 대용량 ABox 추론을 위한 시스템들을 이론적 비교를 통해 살펴보며, 특히 대용량 ABox 추론를 위한 시스템인 Instance Store와 KAON2를 LUBM을 사용하여 평가함으로 대용량 ABox 추론에 있어 사용자의 요구에 따른 적절한 시스템을 제시한다.

현존하는 추론 엔진들은 대부분 Tableaux 알고리즘 기반의 TBox의 최적화를 위한 연구를 진행하였다. 하지만 현실에서 대용량의 ABox를 추론하기 위한 유한한 시간 내에 결정 가능성을 보장하지 못한다. 따라서 실용성 있는 추론 엔진 효율을 위해서는 대용량 데이터를 가지는 ABox를 위한 최적화된 추론 기법이 필요하다. 본 논문에서는 OWL-DL 기반의 온톨로지(Ontology)를 데이터로그(Datalog)와 같은 규칙(Rule) 형태로 변형하여 관계형 데이터베이스와 같은 저장 시스템과 연동하기 위한 방법을 이용한다. 최종적으로 실세계의 환경에서의 데이터타입 속성(Datatype Property)이 포함된 SHIQ(D) 구성의 실용적인 추론 시스템을 수행하고자 한다. 따라서 OWL이 가지는 공리(Axiom)를 이용하여 데이터타입 속성이 포함된 규칙을 적용한 추론 방법에 대해서 제안하였다.

매일 새롭게 생기는 웹 페이지 수가 수천만 개, 온라인 문서들의 수가 수십억 개에 이르게 되자, 웹 사이트를 설계함에 있어서 웹 서버 로그 파일에 기록된 사용자의 행동을 분석하는 것이 중요한 부분이 되어가고 있다. 분석가들은 전체 웹 사이트에서 사용자 행동의 완전한 개요를 알기 원하기 때문에 고객이 방문했던 모든 다른 웹 서버를 통하여 사용자의 패스(path)를 다시 수집해야만 한다. 본 연구에서는 모든 로그 파일을 연결해서 방문했던 곳을 재구성하는 향상된 데이터 전처리 방법에 의하여 실험을 하여 로그 파일 크기를 감소시키게 되어 데이터 전처리의 성능이 향상되었음을 보였다.

인터넷 사용자가 급증함에 따라 온톨로지를 이용한 지능형 웹이나 인터넷 사용자에게 개인 맞춤형 서비스를 제공하기 위한 다양한 연구가 진행되고 있다. 대표적인 예로 문맥광고는 인터넷 사용자들이 뉴스나 커뮤니티 사이트에서 콘텐츠를 조회하고, 해당 콘텐츠와 일치하거나 관련성이 높은 제품 또는 서비스 정보를 제공하는 광고기법이다. 그러나 문맥 광고는 사용자에게 다양한 콘텐츠 및 사이트 추천 서비스를 제공하지 못하고 있다. 따라서 다양한 콘텐츠 및 사이트 추천 서비스를 제공하기 위해 본 논문에서는 사용자가 조회한 콘텐츠의 내용을 대표할 수 있는 중요 키워드를 선정하고, 콘텐츠 내에서 추출된 키워드간의 연관성을 분석하여 관련 콘텐츠 및 사이트를 추천하는 방법에 대해 제안한다. 또한 연관키워드리스트 생성방법을 고속연관규칙을 이용하여 처리속도를 줄이고, 사용자가 선호할 만한 다양한 콘텐츠와 관련된 사이트를 제공하는 방법에 대해 제안한다.

최근 연구가 활발히 진행되고 있는 ‘유비쿼터스’라는 새로운 패러다임은 기존보다 더욱 많은 컴퓨팅 자원을 이용하여 사용자의 편의를 지원하는 것을 그 목표로 하고 있다. 유비쿼터스 컴퓨팅 환경에서 사용자를 지원하기 위한 대표적인 예로 개인화 서비스를 들 수 있으며, 개인화 서비스는 사용자에 대한 모델링이 필수 요소가 된다. 개개인의 행동 패턴 혹은 선호도 정보로 구성된 사용자 모델은 다양한 개인화 서비스의 원활한 지원을 위해 지금까지 유용하게 사용되고 있지만, 기존의 사용자 모델은 각 서비스가 개발될 때, 그 서비스에 적합한 형태로 매번 설계되어야 하는 문제점을 지닌다. 본 논문에서는 이러한 문제점을 해결하고자, 사용자 모델을 구성하는 정보들을 분석하여, 모델 설계에 필요한 일반화된 입력 패턴들을 도출하고, 도출된 패턴들을 바탕으로 더욱 쉽고 빠르게 사용자 모델을 생성할 수 있는 방법을 제안한다.

유비쿼터스 컴퓨팅 시대의 도래와 시맨틱 웹에 대한 관심이 높아짐에 따라 관련 기술인 온톨로지와 이를 이용한 추론 기술에 대한 요구가 증가하고 있다. 따라서, 추론이 가능한 시맨틱 웹 기반의 모델링과 추론에 대한 연구가 필요하다. 모델링을 위해 사용되는 OWL-DL과 임의의 사용자 규칙을 표현하는 SWRL은 각각 W3C의 표준안으로서, 유비쿼터스 컴퓨팅 환경에 효율적으로 자동적인 개인화 서비스[1][2]를 제공하는데 있어서 적합하다. 그러나 OWL-DL과 SWRL의 단순한 결합은 질의응답(Query Answering)에 대한 처리가 비결정 가능한(undecidable) 문제를 야기한다. 본 논문에서는, 비결정가능성 문제의 원인인 무한반복의 가능성을 제거하기 위한 블록(blocking) 방법을 제안한다. OWL-DL이 지닌 서술논리(Description Logic)의 표현력을 유지하고, 그에 따른 추론의 질적인 성능을 유지하는 범위에서 블록방법을 사용하여 결정 가능한 질의응답을 수행하는데 궁극적인 목적을 두고 있다. OWL-DL의 TBox에 위치하는 존재 정량자(Existential Quantifier)를 대체하고 ABox에 삽입하여, 무한반복의 가능성을 없애는 해결 방법을 제시한다. 실험은 비결정가능성 문제를 DL-Safe 규칙을 통해 해결한 KAON2와 비교하여 진행한다.

유비쿼터스 환경에 관한 연구가 계속되면서 생활 지원형 로봇에 대한 관심도 함께 높아지고 있다. 공장이나 산업체에서 주로 사용되었던 로봇이 가전제품으로 일반 가정으로 도입되면서 기존의 로봇과 달리 새롭게 고려되어야 할 점들이 있다. 이 논문에서는 로봇의 지능에 해당하는 소프트웨어와 물리적 활동을 담당하는 하드웨어를 쉽게 분리하고, 변경할 수 있는 로봇의 소프트웨어 구조를 제안한다. 이 구조를 이용하여 로봇 사용자는 유연하게 하드웨어를 변경할 수 있으며, 자신의 목적에 맞는 지능 소프트웨어를 탑재시킬 수 있다. 계층적으로 구성된 소프트웨어 구조는 이후 유지관리에도 큰 이점을 제공하며 사용자에 많은 선택의 폭을 제공함으로써 로봇이 대중화되는데 기여할 수 있을 것이다.

본 논문은 시맨틱 웹의 온톨로지 기술을 이용하여 온톨로지 기반 시맨틱 검색 시스템과 서비스 시스템에 대한 구현을 위하여 문헌 정보를 대상으로 온톨로지를 OWL로 구성하였다. 여기에서 제안한 시스템은 효율적인 관리가 가능하도록 웹(Web) 환경에서 구현하였으며, 데이터의 의미와 구문 및 구조의 통일을 위해 메타데이터의 상호운용성을 고려하며 기술언어로는 XML를 사용한다. 웹 문서에서 특정정보를 추출하고 RDF 메타데이터를 생성하며, 웹 문서의 내용을 정확하게 분류하기 위해 온톨로지(Ontology)를 기반으로 한 지식검색 시스템의 시맨틱 서비스시스템을 제안한다.

가공해서 사용하는 정보량이 많아질수록 원하는 정보를 찾는 데 더 많은 노력이 필요하게 마련이다. 따라서 사람들은 대대로 정보를 구조화하는 방법들을 고안해왔으며, 여러 가지 계층적 구조화 방법들을 사용했었다. 이렇게 구현된 정보의 계층 구조는 키워드 검색을 바탕으로 수평적 계층 구조만을 가지는 구조였다. 자료가 전문화되고 정보를 검색하는 사용자 또한 검색된 정보와 관련된 정보를 더 원하는 현 시점에서 정보의 수평적 계층 구조만으로 사용자의 만족도를 충족할 수 없다. 이러한 문제점을 해결하기 위해 이 논문에서는 특정 도메인의 문서를 단락별 명사와 동사 및 목적어를 추출하여 해당 동사가 명사 및 목적어를 취할 수 있는 가능한 값을 체크하여 그 단락의 계층적 트리를 구성하고, 단락별 트리를 이용하여 문서의 내용을 트리로 재구성할 수 있게 된다. 이렇게 만들어진 문서의 트리들은 트리의 구조를 보고 특정 문서에 더 구체적인지 아니면 더 일반적인지 측정하여 문서와 문서간의 관계 또한 트리 형식으로 보여주어 사용자가 원하는 정보를 보다 쉽게 검색해 주는 자동화 문서 계층 구조를 제안한다.

강화학습은 환경과 상호작용하는 과정을 통하여 목표를 이루기 위한 전략을 학습하는 방법으로써 에이전트의 학습방법으로 많이 사용한다. 독립적인 에이전트가 아닌 상호 의사소통이 가능한 다중 에이전트 환경에서 에이전트의 학습정보를 서로 검색 및 공유가 가능하다면 환경이 거대하더라도 기존의 강화학습 보다 빠르게 학습이 이루어질 것이다. 하지만 아직 다중 에이전트 환경에서 학습 방법에 대한 연구가 미흡하여 학습정보의 검색과 공유에 대해 다양한 방법들이 요구되고 있다. 본 논문에서는 대상 에이전트 학습 정보와 주변 에이전트들의 학습 정보 사이에 편집거리를 비교하여 유사한 에이전트를 찾고 그 에이전트 정보를 강화학습 사전정보로 사용함으로써 학습속도를 향상시킨 ED+Q-Learning 시스템을 제안한다.

최근 다양한 형식의 웹 문서에서 사용자가 원하는 정보만을 검색 하기위해 웹 문서를 주제별로 분류하여 수집하고, 관리하는 것은 필수적인 요소이다. 즉, 정확하고 빠른 정보 검색을 위한 웹 문서 수집은 문서 형식에 따라 분류되어 수집 되어야 한다. 따라서 웹 환경에서 문서를 구성하는 형식을 텍스트나 이미지 데이터로 구분하고 그 형식에 맞는 분류기법을 사용한다면 정확한 정보 검색이 이루어 질수 있다. 본 논문에서는 텍스트와 URL을 이용한 주제 중심의 하이브리드 웹 문서 분류 방법을 제안한다. 텍스트와 URL을 이용한 분류 방법은 텍스트 형식은 주제 중심의 문서 분류방식을 사용하며, 텍스트 정보의 효용성이 낮은 경우 URL의 주제 분포도를 이용하여 분류하며 수집한다. 이를 통해 여러 가지 형식의 웹 문서가 분류 가능하며, 주제에 따른 문서 분류의 정확도가 높아진다.

본 논문에서는 보다 실용적인 온라인 한자인식기 개발을 위하여 한자 검정 능력 1급 쓰기 수준을 모두 포함하는 한자 필기 데이터로부터 16방향의 체인코드열과 부분획의 구조를 반영하는 구조코드열을 만들어 성능평가를 하였다. 인식 방법으로는 DP 매칭 방법과 HMM을 사용하여 2,362 종류의 한자에 대해 인식 실험을 하였다. 그 결과 체인코드열을 사용한 DP 매칭 방법에 의한 결과가 96.54%로 가장 높은 인식률을 보였으며, 구조코드열을 사용하여 HMM에 의한 인식실험 결과가 95.65%로 그 뒤를 이었다. 인식 속도면에서는 체인코드 보다 코드열의 길이가 짧은 구조코드열을 사용한 방법이 상대적으로 유리했고, 클래스 당 1개의 모델을 사용한 HMM에 의한 방법이 클래스 당 복수개의 모델을 사용한 DP 매칭 방법에 비해 모델의 개수가 훨씬 적기 때문에 속도 면에서 월등히 유리해 더 효율적인 인식 성능을 보인다는 결론을 내릴 수 있었다.

유비쿼터스 컴퓨팅 환경에서 서비스를 제공함에 있어 지능적인 수행 능력은 사용자의 만족도를 높여주는 핵심 요소이다. 시스템의 지능을 부여하기 위해서는 지식을 관리, 처리, 활용하는 기능이 필요한데, 이들 기능은 그 지식이 어떻게 표현되어 있는지에 큰 영향을 받는다. 일차 술어 논리 기반 지식 표현 방법은 폭넓은 표현 범위와 유연한 지식 정의, 추론 방법으로 선호되고 있지만, 복잡한 계산 비용을 갖고 있기 때문에, 전문적인 지식 처리 시스템이 아닌 경우, 불필요한 계산 비용이 소요된다. Description Logic은 Frame기반 지식 표현 방식으로 일차 술어 논리를 사용하는 것보다 지식을 표현할 수 있는 범위는 제한적이지만, 빠른 추론 결과를 보장해 준다. 유비쿼터스 컴퓨팅 환경에서는 분산된 다양한 오브젝트들이 협력과정을 통해 사용자에게 지능적인 서비스를 제공하게 되고, 이들 개별적인 오브젝트들은 저사양의 계산능력을 갖고 있다고 가정된다. 그러므로, 저사양의 컴퓨팅 오브젝트들을 조합하여 지능적인 서비스를 성공적으로 제공하기 위해서, 각각의 오브젝트들은 제한된 지식을 효과적으로 관리할 수 있는 방법이 필요하다. 이를 위해 본 논문에서는 Frame 기반의 Description Logic을 기반으로 SUNHI의 표현 범위를 가진 인식론적 온톨로지 표현 언어를 제안하고, SUNHI의 표현 범위의 효율성을 증명하고자 한다.

본 논문에서는 파라미터에 대한 정보가 없는 데이터, 즉, 각각의 이벤트 발생에 불확실성이 존재하는 데이터들에 대한 인과 관계의 학습을 위해 그래픽 모델인 베이지안 네트워크를 사용하였다. 이를 위해 기존에는 주로 네트워크 학습에 K2, Sparse Candidate 등의 방법이 사용되었다. 학습 및 추론에 있어서 어떻게 하면 기존의 방법보다 정확하고 빠르게 처리할 수 있을지에 대한 개선된 알고리즘을 제시하고 다른 알고리즘들과의 성능 비교를 통해 제시한 방법론이 보다 좋은 성능을 가짐을 보였다.

분산된 환경이 특징인 유비쿼터스 시대는 기존의 소프트웨어 개발 방법론과 다른 방법론을 필요로 하게 되었다. 이를 위해서 제안된 커뮤니티 컴퓨팅이라는 개념을 소개하겠다. 또한 커뮤니티 컴퓨팅을 구현하는 수단인 CVM에 대해서 설명하고 이를 개선한 CVM에 대해서 설명하겠다.

최근 들어서 휴머노이드 로봇을 비롯한 로봇에 대하여 관심이 증대되고 있다. 이에 따라, 외모를 닮은 로봇 뿐 만 아니라, 사람과 상호 작용을 할 수 있는 로봇 기술의 중요성이 부각되고 있다. 이러한 상호 작용을 위한 효율적이고, 가장 자연스러운 방법 중의 하나가 비전을 기반으로 한 제스처 인식이다. 제스처를 인식하는데 있어서 가장 중요한 것은 손의 모양과 움직임을 인식하는3차원 제스처 인식이다. 본 논문에서는 3차원 손 제스처를 인식하기 위하여3차원 손 모델 추정 방법과 명령형 제스처 인식 시스템을 소개하고, 수화, 지화 등으로의 확장성을 위한 프레임워크를 제안한다.

TFT-LCD의 생산 과정에서 나오는 불량 제품의 검출은 자동화 과정에 의해 선택된 잠재적 불량 제품의 선택에 이은 인간의 목시검사에 의한 판단을 통해 이루어진다. 이러한 목시검사를 자동화하기 위해서는 불량의 식별성에 영향을 미치는 각 요소들에 대한 정량적인 분석, 그리고 각 요소들과 실제 최종적인 불량 판단 여부 사이의 체계적인 함수 관계의 파악이 필요하다. 본 논문에서는 TFT-LCD의 영역형 얼룩을 구성하는 특징적인 요소들을 정의하고, 이를 통해 불량 수준을 정의하는 수치화 함수를 유도하는 과정과, 이를 영역형 얼룩의 불량 수준 수치화에 적용한 결과를 보여 준다.

외곽선 추적 알고리즘은 영상 인식 및 표현에 있어서 물체의 기본 성질을 파악하는데 중요하다. 따라서 많은 알고리즘들이 연구되어 왔으며, 이중에는 간단한 경계선 추적자 알고리즘(SBF: Simple Boundary Follower)이다. 이외에도 수정된 간단한 경계선 추적자 알고리즘 (MSBF: Modified Simple Boundary Follower), 개선된 간단한 경계선 추적자 알고리즘(ISBF: Improved Simple Boundary Follower), 무어-네이버 추적 알고리즘(MNT: Moore-Neighbor Tracer), 방사형 탐색 알고리즘(RSA: Radial Sweep Algorithm), 그리고 Theo Pavlidis 알고리즘(TPA)이 있다. 이러한 알고리즘들은 추적 경로 특성들이 다르며 각기 장점과 제약성이 있다.외곽선 알고리즘들의 제약성은 크게 두 가지로 나눌 수 있다. 하나는 알고리즘 특성에 따라 외곽선 픽셀간 인접 형태에 따라 추적하지 못하는 경우가 존재할 수 있다는 것이다. 또 다른 하나는 외곽선 추적 알고리즘의 시작과 종료 조건에 따라서 특정 위치 픽셀들을 찾지 못하는 경우도 존재한다는 점이다. 본 논문에서는 이러한 문제점들을 중심으로 외곽선 추적 알고리즘들의 성능을 분석하였다. 또한, ISBF의 시작 조건과 TPA의 인너코너 추적을 개선하는 기법들을 제안하여 이를 해결토록 하였다. 실험 결과 제안한 기법들은 외곽선 추적 성능을 개선하는데 효과적이었다.

본 논문에서는 Active Appearance Model과 EFM을 기반으로 하는 실시간 표정인식 시스템을 설명한다. AAM은 얼굴추적, 얼굴인식 그리고 물체인식과 같은 시스템에 널리 사용되어 지고 있다. 시스템에 사용된 AAM은 Inverse Compositional Image Alignment를 적용한Independent AAM으로서 fitting 속도가 빨라 실시간 시스템에 매우 효과 적이다. 시스템의 성능 평가는 Cohn-Kanade Image DB의 표정영상과 연속영상을 사용하여 실시 하였다.

디지털 카메라의 대중화와 고용량 저장매체의 보편화로 인해 대중들은 손쉽게 디지털 사진 촬영이 가능하게 되었다. 디지털 사진은 필름 사진과 달리 촬영을 하는데 있어 비용이 들지 않을 뿐만 아니라 플래쉬 메모리의 증가로 인해 다수의 사진들을 촬영할 수 있게 되었으나 그만큼 많은 사진들을 관리하고 분류하는 것은 쉽지 않은 일이 되었다. 따라서 디지털 사진을 자동으로 분류하고 관리하는 기능은 중요한 과제가 되었지만, 현재까지 나온 방법들은 사진 내의 객체가 확대, 축소 및 이동하거나 배경이 바뀌는 영상에 있어서 정확한 유사도를 측정하여 분류하는데 어려움이 있었다. 본 논문에서는 이와 같은 어려움을 보완한 디지털 사진의 클러스터링 알고리즘을 제안한다. 입력영상을 그리드 형태로 나누어 각 블록별로 측정한 유사도 값을 바탕으로 클러스터링하며, 이때 디지털 사진 내에 포함되어 있는 촬영정보인 EXIF를 이용하여 입력 영상에 따라 적응적(adaptive)으로 그리드를 나누어 비교한다. 또한, 영상에 따라 각기 다른 색상의 분포 정도를 고려해 색상 가중치를 고려하여 사진을 비교함으로써, 영상의 고수준(high-level) 분석에서처럼 객체와 배경을 추출하여 따로 분리하지 않고도 객체의 배경이 다른 사진들을 저수준(low-level) 에서 분석이 가능토록 하였다. 제안한 방법으로 실험한 결과 객체의 크기 및 이동이나 배경에 큰 영향을 받지 않으면서 입력영상들을 클러스터링 할 수 있었다.

본 논문에서는 특정 마커를 사용하는 실감형 증강현실 시스템 상에서 카메라가 비정형적인 움직임을 하는 경우에 대하여, 다중 마커를 사용한 떨림 현상을 줄인 실시간 움직임 추적 기법을 제안하고자 한다. 카메라의 움직임을 추정하기 위하여 카메라와 마커 사이의 변환을 계산해야 한다. 이미지로부터 검출된 각 마커의 네 모서리 점들을 이용하여, 각 마커에 대한 변환을 계산한다. 마커는 서로 다른 로컬 좌표계를 가지고 있고, 마커에 대한 변환은 해당 마커의 좌표계에 의해 정의된다. 다중 마커의 로컬 좌표계로부터 최적의 카메라 움직임을 추정하기 위한 정합 알고리즘을 제안한다. 정합을 위한 방법으로 레퍼런스 마커를 사용한다. 레퍼런스 마커는 정합 과정에서 자동적으로 선택된다. 레퍼런스 마커를 기준으로 각 마커의 변환에 대해 신뢰성(confidence rate)을 기반으로 가중치를 적용함으로써 최적의 카메라 움직임을 추정할 수 있다. 또한 추정된 카메라의 움직임의 최적화를 위하여 히스토리 버퍼를 사용하여 떨림 현상을 제거하는 방법을 제안한다. 추정된 카메라의 위치에 대한 평균 필터 및 중간 필터의 개념과 유사한 보정 방법을 통해 떨림 현상을 제거한다. 실험을 통해 다른 방법들과 비교한 우리가 제안한 방법의 정확성을 확인할 수 있다.

본 연구에서는 몽타주와 얼굴사진의 유사도를 산출하여, 유사도에 따라 얼굴사진의 순위를 정하는 방법을 제안한다. 먼저, 얼굴부위를 눈썹, 눈, 코, 입, 이마 등 27개로 나누고, 부위별 특징은 196개로 분류한다. 눈 부위의 특징을 예로 들면, 쌍꺼풀, 외꺼풀, 큰 눈, 작은 눈, 동그란 눈, 긴 눈, 처진 눈, 치켜 올라간 눈 등으로 분류할 수 있다. 나아가서, 200명의 얼굴사진 각각에 대해 특징을 분류하여, DB로 구축한다. 임의의 얼굴에 대해 몽타주를 작성하고, 몽타주에 대한 특징을 선택하여, DB의 얼굴 사진과 유사도를 산출하여, 순위를 정한다. 10명의 얼굴에 대해 몽타주를 작성하고, DB의 얼굴사진을 유사도에 따라 순위를 정한 결과, 1위 $\sim$ 6위 사이에 동일인물이 검색되었으며, 평균은 1.9위이었다. 이 결과는 몽타주를 작성하여 200매 얼굴의 유사도 순위를 정하면, 평균적으로는 2위에서, 적어도 6위 이내에서 동일 얼굴을 검색할 수 있다는 의미이다. 몽타주를 이용한 수사는 몽타주를 배포하여 시민의 신고에 의존하는 수동적인 방법을 사용하고 있으나, 이 방법을 이용하면, 용의자를 압축하여 검거하는 능동적인 수사가 가능하다.

사회가 개인화하고 사용자의 요구가 다양해짐에 따라, 사용자의 감성을 기반으로 하여 서비스를 제공하는 많은 연구와 응용 어플리케이션을 개발되고 있다. 그 중, 시각적인 정보에 대한 인간의 감성은 디자인, 패션, 상품개발과 같은 여러 분야에서 그 중요성이 부각되어 다각적인 측면으로 많은 연구가 진행되고 있다. 그러나, 그러한 연구들이 아직 괄목할 만한 성과를 내지 못하고 있다. 더욱이, 시각 정보로부터 유용한 요소를 추출하고, 감성을 예측하는 자동화된 시스템이 매우 미흡한 실정이다. 그러므로, 본 연구는 칼라와 텍스처를 자동으로 추출하고 그와 관련된 특정 감성에 대해 효율적으로 예측 가능한 직물감성 예측 신경망 시스템을 개발하였다. 또한 칼라와 텍스처와 같은 시각정보와 감성과의 관계를 규명하고자 각 시각 특징을 입력 값으로 하고, 감성 값을 출력 값으로 하는 신경망을 개발하였고 실험을 통해 각 감성에 따라 칼라와 텍스처 요소가 다르게 영향을 미친다는 사실을 증명할 수 있었다.

본 논문은 연속 영상에서 빠르게 움직이거나 변형이 있는 물체를 추출하기 위한 개선된 활성 외곽선 모델을 제안한다. 제안 방법은 프레임간 물체의 변위를 식별하기 위한 합성 기울기 맵 생성 단계와 큰 변위에도 지역적 최저에 빠지지 않고 견고하게 수렴하기 위한 에너지 비탈면 생성 단계로 이루어진다. 이를 위하여 우선, 두 프레임의 기울기 맵을 합성하고, 불필요한 배경과 잡음을 제거하기 위해 두 프레임의 차를 마스크로 적용하여 합성 기울기 맵을 생성한다. 생성된 합성 기울기 맵에 수학적 형태학 연산의 하나인 닫기 연산을 적용하여 활성 외곽선이 매끄럽게 이동할 수 있는 에너지 비탈면을 만든다. 본 논문에서는 제안방법을 평가하기 위하여 움직임 변위가 큰 연속 영상을 사용하여 기존 활성 외곽선 모델 방법과 비교하여 육안평가, 에너지 최소화 과정 및 수행시간 측면에서 비교분석한다. 본 제안방법은 기존 활성 외곽선 모델 방법보다 큰 움직임 변위와 변형에도 빠르고 정확하게 물체 추적이 가능하다.

지문인식 시스템의 성능을 측정하기 위해 지문 데이터베이스가 필요하지만, 개인 사생활 문제나 데이터베이스를 구성하기 위한 제약조건 등으로 인해 실제 사용가능한 지문 데이터베이스는 많지 않다. 본 논문에서는 유전자 알고리즘을 이용하여 수집된 지문 영상으로부터 다양한 환경적 효과를 가진 지문 영상을 자동으로 생성해주는 방법을 제안한다. 제안하는 방법은 소량의 원본 영상으로부터 목표 환경의 지문을 생성하기 위한 필터 조합을 찾는다. 서로 다른 압력에서 수집된 지문을 대상으로 제안하는 방법을 적용하였으며, 생성된 지문 영상은 실제 환경에서 수집된 것과 비슷한 특성을 나타내었다. 제안하는 방법을 통해 실제로 다수의 지문을 수집하지 않고 각종 환경에서 시스템의 성능을 평가할 수 있다.

환자의 체동은 MRI에 의해 제공된 영상의 화질을 저하시키는 주된 원인이 되고 있다. 이에 본 논문에서는 MRI내 3차원 강체운동에 기인한 아티팩트를 제거하는 방법을 제안한다. 이러한 제거 목표를 달성하기 위해 MRI 영상 데이터를 얻기위한 2차원 다-슬라이스 방법(a multiple two dimensional slice technique)이 사용되어 왔다. 대상물체의 운동에 해당하는 수집된 MRI 데이터는 불균일한 표본화와 위상오차에 의해 영향을 받게된다. 3차원 강체운동에 대해 주어진 운동 파라메타와 장면간의 영향이라는 가정하에 양선형 보간법과 중첩법으로 다-슬라이스 데이터를 사용하는 방법에 기초한 재구성 알고리즘을 MRI 아티팩트를 제거하는데 사용한다. 미지의 체동 파라메타를 추정하기 위해 3차원 강체운동은 다-슬라이스 취득방법의 각 영상과 결합된 관심영역 바깥쪽에서 측정된 에너지를 증가시킨다는 사실을 이용하는 최소에너지법을 사용한다. 본 방법의 유효성을 확인하기 위해 3차원 강체운동에 의해 화질이 저하된 스핀-에코우 영상에 적용한 결과 화질이 식별될 수 있을 정도로 개선됨을 확인하였다.

본 논문에서는 코드 영역을 분리하기 위한 전처리 과정 중 코드 추출에 적합한 자동 이진화 알고리즘을 제안하여, 반복과정을 제거하고 정확한 코드영역 추출로 인식률 및 속도를 향상 시켰다. 배경이 복잡한 이미지가 들어 올 경우 기존의 전역 평균 임계값이나 클래스간의 분산을 이용한 방법으로는 이미지 코드 영역을 찾아 낼 수 없었던 문제를 해결하기 위하여 이미지 코드 주변에 배경과 구분을 두기 위한 흰색 영역이 있다는 점을 착안, 상하좌우 방향 바깥쪽에서 안쪽으로 탐색하여 가장 밝은 값을 갖는 값을 찾아내고 찾아낸 그룹 중 가장 낮은 값을 임계값으로 선택하여 최적의 임계값을 찾아 내었고 이를 통해 복잡한 영상 내에서도 이미지 코드 영역을 찾아낼 수 있다. 제안된 이진화 알고리즘의 성능을 평가하기 위하여 2000장의 테스트 이미지에 적용한 결과, 기존의 이진화 알고리즘들 보다 정확성뿐만 아니라 속도 면에서도 우수한 것을 확인하였다.

본 논문에서는 두 대의 카메라를 직각으로 배치하여 얻은 동영상을 통해 3차원 인체 동작을 추정하는 방법을 제안한다. 제안된 시스템은 실루엣에서 전역 특징과 지역 특징을 추출하여 이 특징들을 정적 특징과 동적 특징으로 다시 나눈다. 모든 실루엣 특징은 RBF 신경망의 입력으로 이용되어 동작을 분류한다. 본 논문에서 제안된 신경망 동작 추정 시스템은 유아들의 동작 교육에 적용되었다. 동작 교육을 위해 제시되는 기본 동작은 걷기, 뛰기, 앙감질 등의 이동 동작과 구부리기, 뻗기, 균형잡기, 회전하기 등 비 이동 동작으로 구분되고, 이 7 가지 기본 동작은 성공적으로 추정되었다.

이 논문에서는 커널 에지 방식의 얼굴의 특징점을 추출하는 방법과 Adaboost를 이용한 얼굴의 특징점을 추출하는 방법에 대해서 비교 한다. 커널 에지를 이용한 방법은 10개의 커널을 이용하여 추출된 에지를 이용하여 얼굴의 특징점을 추출해 낸다. 커널의 개수를 줄여 사용한다면 실시간에 가능하고, 정확성을 높이기 위해서는 이미지의 전처리 단계에서 자극적인 효과를 준다면 정확성 또한 높아 질 것이다. 반면에 Adaboost를 이용한 방법은 각각의 특징점들을 오프라인 상에서 학습을 하고 온라인상에서 실시간으로 특징점을 추출하는 방법을 사용하였다. 각 각의 학습과정에 있어서 positive, negative 이미지를 더 많이 사용한다면 정확성이 더 높아질 것이다. 한 가지 주목할 만 한 점은 입과 같은 특징점을 추출하기 어려운 영역에서도 높은 정확성을 보였다.

본 논문은 이미지코드의 전처리 단계에서 노이즈 제거시 방향성을 다르게 하였을 때 그 노이즈 제거율을 높일 수 있는 방법을 제시하였다. 이미지코드에서 전처리단계는 코드를 인식을 결정하는 중요한 단계로서 원할한 서비스와 인식률을 높이기 위해서는 그 성능을 높일 필요가 있다. 기존에 제시되었던 단방향성을 가지는 노이제 제거 방식에서는 주변영역과 연결된 부분을 노이즈로 인식한다는데 있어서는 동일하지만 방향성을 가진 특성상 노이즈를 제거할 수 없는 부분이 있다는데서 착안되었다. 제시된 나선형 및 양방형 성 마스킹 방식을 가지고 노이즈 제거시 단방향으로는 제거할 수 없었던 부분의 제거율을 상당히 높일 수 있었고, 전처리 단계에서의 인식률도 높일 수 있게 되었다. 실험을 통해 제거된 노이즈의 픽셀을 단방향성, 나선형, 양방향성, 방식을 각각 비교 평가하였다. 단방향성 노이즈 제거방식에서는 노이즈 마스크가 방향성을 가지기 때문에 노이즈를 제거할 수 없는 부분이 있지만, 제안된 양방향성, 나선형 노이즈 마스크를 사용하면 단방향성보다 향상된 노이즈 제거율을 볼 수 있었다.

터널 내 화재 발생 시 대규모의 인명, 재산 피해가 발생하는데 이러한 상황을 조기에 탐지함으로써 피해를 최소화하기 위한 시스템이 필요하다. 또한 터널 내 설치된 CCTV를 사람이 24시간 감시하기에는 너무 어려운 점이 많다. 이에 따라 적절한 영상 처리를 통한 화염 및 연기 검출 시스템을 통해 경보를 알려줄 경우, 보다 편리하고 사람이 모니터 앞에 없을 때 화재 발생 시 화재를 검출할 수 있어 피해를 최소화 할 수 있다. 본 논문에서는 영상처리 기법을 이용하여 터널 안에서 발생한 화재 및 연기를 고속으로 탐지하기 위한 알고리즘을 제안하였다. 터널 안에서의 화재 탐지는 차량 조명 및 터널내의 조명등과 같은 여러 가지 상황에 의해 산불 탐지 알고리즘과 다른 독자적인 알고리즘의 개발이 요구된다. 본 논문에서 제시한 두 가지 알고리즘은 기존 알고리즘보다 정확한 위치 탐지와 초기 단계에서의 탐지가 가능하도록 되었다. 또한 우리는 실험 결과를 통해 각각의 성능을 비교함으로써 제시한 알고리즘의 타당성을 보여주었다.

홍채인식 시스템은 홍채영역 검출, 홍채특징 코드 생성, 그리고 홍채코드 비교 판단의 과정으로 이루어져 있다. 기존의 논문이나 연구들의 대부분은 앞에서 나열한 홍채인식 시스템의 과정의 일부만을 수정하여 성능개선, 즉 인식속도 향상과 인식률 향상 등을 꾀하였다. 이에 반해, 본 논문에서는 홍채인식 과정 전체의 개선을 통하여, 획기적으로 홍채인식 시간을 단축시키는 홍채인식 방법을 제안 하였다. Hough Transform과 Vertical & Horizontal Histogram을 사용한 홍채영역 검출, gradient를 사용한 홍채코드 생성, 그리고 variance를 이용하는 홍채코드의 비교와 판단 과정을 빠르고 단순한 알고리즘으로 구성하여, 홍채인식 속도를 개선하였다. 본 논문에서 제안한 홍채인식 시스템의 성능을 실험한 결과, mobile 환경에서 실시간으로 사용 할 수 있는 속도와 기존 홍채인식 시스템과 비슷한 홍채인식률을 나타내었다.

Human action recognition is an active research area in computer vision. In this paper, we present a robust method for human action recognition by using combined information of human body shape and motion information with multiple views image sequence. The principal component analysis is used to extract the shape feature of human body and multiple block motion of the human body is used to extract the motion features of human. This combined information with multiple view sequences enhances the recognition of human action. We represent each action using a set of hidden Markov model and we model each action by multiple views. This characterizes the human action recognition from arbitrary view information. Several daily actions of elderly persons are modeled and tested by using this approach and they are correctly classified, which indicate the robustness of our method.

계량기 숫자 인식은 일반적으로 사용되고 있는 아날로그 계량기에 카메라를 부착하여, 검침 시 숫자 계기판 영상을 전송받고, 그 영상으로부터 숫자를 추출 및 인식하는 기술이다. 계량기 숫자 인식에서는 카메라의 설치 상태 및 기타 환경적인 요인들로 인해 숫자 계기판 영상의 일관성 있는 취득이 어렵게 된다. 본 논문에서는 숫자 인식에 악영향을 미치는, 취득 영상의 상태 변화를 보정해주기 위해 잡영 제거 및 윤곽보존 숫자강화를 제안하였다. 잡영 제거를 위해 잡영을 분포 위치에 따라서 세 가지 타입으로 나누었으며, 각 타입별로 잡영 제거를 하였다. 윤곽보존 숫자강화 과정에서는 일반적인 이진화 기법이 가지는 테두리 정보손실을 최소화할 수 있도록, 숫자 테두리의 명도를 보존하면서 숫자 중심부분의 밝기를 강화시켰다. 전처리 전/후의 인식률 비교 실험을 위해 SVM(Support Vector Machines)을 사용하였으며, 학습 데이터 1,409장과 조명 상태를 달리하여 취득한 1,782의 테스트 데이터를 실험 데이터로 사용하였다. 실험 결과, 81.09%라는 성능 향상을 확인하였으며 이는 제안한 전처리 기법이 조명으로 인한 데이터의 상태 변화 문제를 해결해줌으로써 인식 성능 향상에 크게 기여한다는 것을 입증해준다.

본 논문에서는 초음파 및 적외선 센서와 무선 카메라를 장착한 소형 이동 로봇의 장애물 회피 및 물체 추적 방법을 제시한다. 장애물 회피를 위해서 제어부의 초음파 발생 신호의 귀환시간과 거리와의 관계 및 적외선 센서에서 측정한 아날로그신호와 거리와의 관계를 추출하여 이동 로봇과 물체와의 거리를 판단하여 로봇의 움직임을 제어하는데 사용한다. 물체 추적 모드에서는 첫째, 물체와 배경 및 유사잡음들과의 강인한 분리를 위하여 고유색상정보와 움직임 정보 등의 사전정보를 활용하였으며 둘째, 형태의 변화가 수반되는 경우에도 유연한 대처능력을 갖도록 하기 위해 영상의 영역분할 방법을 통해 모든 후보영역내의 물체의 존재를 확인하고 물체영역만을 추출하였다. 셋째, 물체 형태정보함수를 정의하고 해당함수를 형태의 보전 에너지로 활용하여 동일 물체의 대응문제를 효과적으로 해결하였다.

논문은 CT영상에서 영역 확장 기법을 이용하여 인간의 장기 중 뇌와 간을 자동으로 추출할 수 있는 방법을 제안한다. 이는 뇌와 간이 CT영상에서 비교적 넓은 영역을 차지하고 있다는 사실에 기인하였으며, CT영상에서 특정 장기 영역을 추출하기 위해서 크게 초기 탐색 영역 결정 단계와 최종 장기 영역 단계로 나누어진다. 초기 탐색 영역은 CT영상 내에서 추출하고자 하는 장기 영역과 관계없는 부분을 제거하고 특정 장기 영역만을 남겨 관심 장기 영역의 검출률을 높이는 작업이다. 본 논문에서는 CT영상에서 비교적 높은 Gray Level을 가지고 있는 뼈영역인 두개골과 척추의 위치를 기반으로 하여 초기 탐색 영역을 결정하는 방법을 사용하였다. 특정 장기 영역의 추출은 ATID(Automatic Threshold Intensity Decision)를 이용한 이진화 단계, 모폴로지의 Opening 기법을 이용한 잡음제거 단계, Region Growing 기법을 이용한 특정 영역 추출 단계를 이용하는 과정을 거친다. 본 논문에서는 Region Growing 기법을 거친 다음 각각의 그룹 중에서 크기가 가장 큰 부분을 최종 특정 장기 영역으로 결정하였다. 본 논문에서 제안한 알고리즘은 국립전남대학교 부속병원에서 수집된 각각 뇌영상 100장과 간영상 100장을 사용하여 실험하였고, 제안된 알고리즘을 통해 관심 장기 영역을 추출했을 경우 약 91%이상의 높은 추출률을 보였다.

능동 카메라에서 배경과 물체가 모두 움직이는 영상에서 이동물체를 검출하여 추적하기 위해 특징점을 추출하고 특징점을 이용해 영상 좌표계 변환 파라미터를 추정하여 카메라의 Ego-motion을 보정한다. 보정된 영상을 이용하여 움직이는 물체를 검출하고 잡음이 있는 관측영역에서 CONDENSATION 알고리즘을 이용하여 이동물체를 추정하는 실험을 수행한 내용의 논문이다.

디지털 기술이 급격하게 발전함에 따라서 사용자들은 더 현실감을 느낄 수 있고 능동적으로 상호작용 할 수 있는 방송을 원하게 되었다. 최근 들어서 삼차원 다시점 방송이 이러한 것을 만족시키는 서비스로서 많은 관심을 받으면서 두각 되고 있다. 일반적으로 서버에 입력되는 모든 영상들은 전부 클라이언트로 전송되게 된다. 이후에 사용자는 전체 시점 중에서 몇 개의 시점을 골라서 보게 된다. 하지만 이러한 종류의 시스템은 클라이언트와 서버 모두가 막대한 처리 능력을 필요로 하게 되고 이것은 응용 프로그램을 구현하는데 있어서 어려운 문제가 된다. 이러한 문제를 극복하기 위해서 두 개의 시점을 선택하여 클라이언트로 전송하는 간략한 방법이 사용 가능하다. 본 논문의 시점 선택 과정은 MPEG-21 DIA (Digital Item Adaptation)와 융합되어있기 때문에 우리의 시스템은 MPEG-21 멀티미디어 프레임워크와 완벽하게 호환된다. 그리고 다시점 카메라와 시스템에 대한 XML 형식의 다시점 명세서를 최초로 소개한다. 마지막으로 우리는 다시점 입체 영상을 시청하는 동안에 사용자가 느낄 수 있는 불편함을 최소화 하는 방법으로 IVR (Intermediate View Reconstruction) 제안한다.

사람은 실내나 인공구조물을 가진 실외 환경에서 깊이를 지각하는데 소실점이라는 강력한 깊이 지각 단서를 활용한다. 소실점은 관찰자로부터 가장 먼 거리의 지점에 대응된다. 인간은 단안영상이 가지는 기하학적 성분을 이용해서 소실점을 추정하고, 소실점의 위치와 관찰자의 시점을 기준으로 상대적 깊이지각을 할 수 있다. 본 논문에서는 하나의 소실점을 가진 2차원 단안영상에서 유효한 소실점을 추정하고, 입력영상에 대한 소실점의 위치 관계를 이용한 상대적 깊이지도의 생성 방법을 제안한다.

본 논문에서는 광범위한 지역을 감시하기 위해 설치된 여러 대의 카메라로부터 획득된 비디오에 대해 물체를 기반으로 한 비디오 요약 시스템을 제안한다. 제안된 시스템은 시야가 겹쳐지지 않은 다수의 CCTV 카메라를 통해서 촬영한 비디오들을 30분 단위로 나누어 비디오 데이터베이스를 구축하고 시간별, 카메라별 비디오 검색이 가능하다. 비디오에서 물체기반 키프레임을 추출하여 카메라별, 사람별로 비디오를 요약할 수 있도록 하였다. 또한 임계치에 따라 키프레임 검색정도를 조절함으로써 비디오 요약정도를 조절할 수 있다. 이렇게 검색된 키프레임에 대한 카메라별, 시간별 통계를 통해서 감시지역의 물체기반 이벤트를 간단히 확인해 볼 수 있다.

본 논문에서는 인체의 각 구성 요소별로 추적하여 사람의 동작을 추적하는 방법을 제안한다. 입력 영상에서 피부색 등의 색상정보를 이용하여 구성요소를 검출한다. 본 논문에서는 인체의 구성요소 중 동작 추적에 가장 필요한 5가지 구성요소를 검출하여 추적하였다. 이렇게 검출된 구성요소는 개별적으로 확률전파에 의해 추적되어지고, 각 구성요소의 추적결과는 융합을 통해 전체 인체의 동작을 추적할 수 있다. 제안하는 인체동작 추적 시스템은 유아의 동작교육에 이용되는 7가지 동작에 적용되었다.

본 논문에서는 단일 비디오 내에서 다양한 움직임 유형을 분석하여 각각의 움직임 유형에 따른 효율적인 입체 영상 변환 알고리즘을 제안한다. 움직임 정보는 단일 비디오 영상을 입체영상으로 변환하기 위해 가장 많이 사용되는 정보 중 하나이며 특히, 줌 인(zoom in), 줌 아웃 (zoom out) 움직임 발생시 상대적으로 높은 입체감을 제공한다. 따라서 본 논문은 수평, 수직 모션뿐만 아니라 줌 움직임(zooming motion)을 효율적으로 검출하기 위한 새로운 모션 결정 규칙을 제안 하였다. 실험에서는 MPEG 실험에 많이 사용되는 동영상 데이터를 이용하였으며 제안된 모션 결정 규칙은 순수한 줌 움직임뿐만 아니라 노이즈가 포함된 복잡한 줌 움직임에도 강인한 결과를 보였다.

3D 모델링 기술은 가상현실, 실감형 인터랙티브 등에서 많은 연구가 진행되고 있다. 실시간 3D 모델을 생성하는 연구는 많은 계산량으로 인해서 여러 대의 PC를 통합한 PC클러스터를 사용하고 있다. PC클러스터는 여러 대의 PC를 하나의 고성능 컴퓨터로 처리가 가능하지만, 여러 대의 PC를 효율적으로 제어 하는 문제와 고비용의 문제를 안고 있다. 본 논문은 한 대의 PC에서 멀티 코어를 동시에 수행하는 병렬처리 방법과 높은 계산 능력을 자랑하는 GPU와 CPU의 병렬처리 방법을 사용하여 한 대의 컴퓨터로 실시간 3D 모델 생성방법을 제안한다.

가상기계(Virtual Machine)는 소프트웨어로 제작되어 논리적인 시스템 구성을 갖는 컴퓨터이기 때문에 그 수행 속도와 필요 저장 공간 측면에서 성능이 떨어질 수 밖에 없다. 따라서 가상기계의 성능에 있어서 보다 효율적인 코드로의 최적화가 중요하다. 본 논문에서는 가상기계 코드(Virtual Machine Code) 최적화를 위해 코드를 실행하여 얻을 수 있는 동적 정보인 프로파일링 데이터(Profiling Data)를 정의하고, 프로파일링 시스템을 설계하여 프로파일링 데이터를 가상기계 코드 최적화에 적용 할 수 있는 기반을 마련하였다. 나아가 EVM(Embedded Virtual Machine)에서 실행되는 SIL(Standard Intermediate Language) 코드를 대상으로 프로파일링 시스템을 구현하여 실제 가상 기계 코드에 대하여 프로파일링 데이터를 추출하였다.

프로그램의 힙 사용량이나 수행 시간과 같은 프로그램의 동적인 속성을 분석하기 위해서 프로파일러가 이용된다. 자바에서는 가상기계와 프로파일러의 통신을 목적으로 JVM TI 같은 프로파일러를 위한 인터페이스를 제공한다. 그러나 자바 가상기계 구현 명세는 프로파일러 인터페이스 구현을 요구하지 않는다. 프로파일러 인터페이스를 구현하지 않는 자바 가상기계에서는 JVM TI를 사용하는 프로파일러를 이용할 수 없다. 본 논문에서는 프로파일러 인터페이스를 사용하지 않는 힙 사용량 분석 기법을 제안했다. 이 방법은 힙 사용 정보를 추출하기 위한 코드를 소스파일에 삽입한다. 이 방법은 힙 사용량 분석 시 자바에서 제공하는 인터페이스를 사용하지 않기 때문에, 표준 인터페이스를 구현하지 않는 가상기계에서도 힙 사용 정보 분석을 수행할 수 있다.

Dependent type은 유리수, 리스트 함수, 행렬 곱 등 여러 가지 타입들의 제약 사항들을 충실히 표현하는 데에 필수적이기 때문에 이를 지원하는 타입 시스템을 탑재한 언어를 새로 개발하거나 기존 언어의 다른 특성들을 활용하여 이를 모의(simulate)하려는 시도가 다각도로 진행되고있으며, Haskell 타입 레벨 프로그래밍도 이런 모의 기법 중 하나다. 기존 타입 레벨 프로그래밍은 변별력의 손실이 없는 대신 이로 인해 관련 함수들의 타입이 복잡해지거나 확정하기 어려워지는 경우가 많아서 잘못된 프로그램을 작성할 위험 부담이 커진다. 실제로 dependent type이 필요한 경우들 중에는 매우 간단한 변별력만을 요구하는 경우가 많으므로, 귀납적 자료형을 이진 추상화하여 일부 변별력을 포기하는 대신 상대적으로 간단하게 dependent type과 관련 함수들의 타입을 확정하는 간소화된 타입 레벨 프로그래밍 기법을 제안한다.

컴파일러에 결함이 있다는 것은 곧 잘못된 코드를 생성한다는 것을 의미하므로 양질의 컴파일러 구성은 양질의 소프트웨어 생산을 위한 기본 요구조건이 된다. 임베디드 시스템이 널리 사용되면서 더욱 다양하고 복잡한 임베디드 프로세서가 개발되었고 이는 새로이 설계된 프로세서를 위한 새로운 컴파일러 개발의 필요를 야기하고 있다. 본 논문에서는 프로그램의 중간 표현을 기반으로 하는 효율적인 테스팅 방법을 제안한다. 언어의 구문 규칙을 모두 사용하는 테스트 케이스를 통해 컴파일러를 테스트하는 방법이 이미 연구되었으나, 기존의 소스 코드 수준의 방법으로는 테스트 케이스의 중복성이 존재하는 단점이 있다. 본 논문에서는 중간 표현의 구문 규칙을 이용해서 중복된 테스트 케이스를 제거하여 테스팅 효율을 증가시킬 수 있음을 기술한다. 또한 본 논문에서 제안하는 방법을 GCC의 중간 언어인 RTL에 적용한 예를 통해 설명한다.

본 논문에서는 대학생들의 프로그래밍 과제물이나 프로그래밍 경진대회에 제출된 프로그램과 같이 동일한 기능을 요구받는 프로그램 소스 집합들에서 표절 행위가 있었는지를 탐색하는 새로운 알고리즘을 제시한다. 본 논문에서는 프로그램의 소스 집합에서 추출된 키워드들의 빈도수에 기반한 로그 확률값을 가중치로 하는 적응적(adaptive) 유사도 행렬을 만들어 이를 기반으로 주어진 프로그램의 유사구간을 탐색하는 지역정렬(local alignment) 방법을 소개한다. 우리는 10여개 이상의 프로그래밍 대회에 제출된 실제 프로그램으로 본 방법론을 실험하였다. 실험결과 이 방법은 이전의 고정적 유사도 행렬(일치 +1, 불일치 -1, 갭(gap)을 이용한 일치 -2)에 의한 유사구간 탐색에 비하여 여러 장점이 있음을 알 수 있었으며, 보다 다양한 표절탐색 목적으로 제시한 적응적 유사도 행렬이 응용될 수 있음을 알 수 있었다.

순수 함수형 언어에서 예외처리를 구현하는 것은 매우 까다로운 문제이다. 지연계산, 참조투명성과 같은 주요 특징은 예외 처리와 상반된 성질을 가지는 때문이다. 예외의 처리순서는 계산순서와 관계가 있고, 예외의 발생순서는 참조투명성과 밀접한 관계가 있다. 본 논문은 현재 하스켈(Haskell)에서 구현된 예외처리 방법의 분석을 통해, 프로그램 수행 시 효율적인 예외처리 방법에 대해서 제시한다. 합성된 프로그램에서 예외 발생할 때 예외가 전달되는 것을 사전에 차단하는 방법을 이용한다. 실제 예외가 발생한 프로그램을 작성하고, 프로파일링을 통하여 이 방법의 효율성을 점검한다.

본 연구는 신뢰성 있는 유비쿼터스 프로그램을 개발하기 위한 보다 효율적인 프로그래밍 환경을 제공함을 목적으로 한다. 이 프로그래밍 환경은 정책 기술 언어와 이를 바탕으로 접근 제어와 상황 적응을 관리하는 실행시스템을 제공한다. 프로그래머는 정책 기술 언어를 통해 메소드에 대한 접근 권한과 변화되는 상황에 적응하는 규칙들을 쉽게 표현할 수 있다. 본 논문의 실행 시스템은 정책 파일의 규칙들에 따라 객체가 메소드에 대한 접근 권한이 있는지를 검사하는 접근 제어기(access controller)와 변화되는 상황에 적응하여 자동으로 반응하도록 해주는 적응 엔진(adaptation engine)의 형태로 구현되었다. 또한 이 시스템을 이용하여 개발된 유비쿼터스 프로그램을 시뮬레이션 할 수 있는 시뮬레이터를 제공한다.

신속한 생산 대응력을 가지기 위해 산업 현장 여러 곳에서 로봇을 도입하고 있는 상황에서 로봇의 설치와 변경의 비용이 문제가 되고 있다. 최근에는 이를 해결하기 위해 컴퓨터 상에서 가상 작업장을 구축하고 시뮬레이션을 하면서 여러 검증을 해 볼 수 있는 OLP(Off-Line Programming) 방식이 많이 쓰이고 있다. 본 연구에서는 이런 OLP시스템을 구축하는 데 있어서 중요한 역할을 하는 시뮬레이션 언어를 설계하고, 이 언어의 컴파일러를 구현했다. 또한, 컴파일의 결과물을 실행할 수 있는 가상머신을 구현했다.

Java 플랫폼 기반의 스크립트 언어인 Groovy는 GroovyMarkup을 이용하여 컴포넌트 및 콘테이너, 객체가 중첩된 구조로 이루어져 있는 GUI 프로그램을 간결하고 쉽게 작성할 수 있다. 본 논문에서는 GroovyMarkup을 확장해 고성능의 GUI 프로그램을 구현할 수 있는 SWT Builder를 구현하였다. 본 논문에서 구현한 SWT Builder의 성능 및 기능 평가를 위해 기존에 구현된 SWT Builder, Swing Builder와 비교하여 실험하였다. 테스트 한 결과, 구현한 SWT Builder는 GUI 구성 시간에 있어 기존 SWT Builder보다 1.4배 더 빠른 속도를 가진다. 또한 기능 부분에서는 Factory 클래스 소스 코드의 자동 생성, 클래스 기능 문서 자동 생성 등 으로 프로그래머에게 더 많은 편의성을 제공한다.