최근 들어 빌딩에 대해 단순이 이용 가능한 공간이 아닌 IP기반의 센서를 이용한 빌딩 자동화 연구가 활발히 진행 되고 있다. IP 기반의 센서는 기존의 빌딩 내 IT 인프라에 쉽게 적용 가능 하며, 무선기술을 이용한 빌딩 내 센서 배치가 용이하다. IP 기반 센서는 6LoWPAN, Zigbee 등이 있으며, IETF의 표준화 기술인 6LoWPAN이 선호 되고 있다. 본 논문에서는 빌딩 내 무선 센서네트워크 설계를 위해 6LoWPAN 응용계층의 CoAP 그룹통신 기술을 이용 하여 빌딩 내트워크 설계 연구를 소개 한다.

본 논문에서는 신속하고 정확하게 건물의 외곽선을 추출하기 위해서 항공 라이다 데이터를 타일 단위지형 분류 기법을 이용하여 분류하고, 건물 관련 타일의 항공영상으로부터 에지 정보를 추출하여 정확하게 건물 외곽선을 추출하는 기법을 제안한다. 제안된 건물 외곽선 추출 기법에서는 대부분의 연산을 타일 단위로 수행하고 항공영상의 특징 추출 범위를 건물 영역에 집중시킴으로써 건물의 외곽선을 정확하게 추출하는 과정의 처리속도를 개선하였다.

슈퍼컴퓨터는 주로 거대 과학문제를 해결하는데 활용되었으나, 최근 산업체의 신제품 및 신기술 개발을 위한 활용이 확대되는 추세이다. 이를 보다 활성화시키기 위해서는 산업체의 연구개발자들이 슈퍼컴퓨터를 활용하여 보다 쉽고 편리하게 시뮬레이션을 수행할 수 있는 환경의 개발이 요구된다. 이를 통해 저비용/고효율의 제품 개발 기반을 확보할 수 있으며, 산업체의 글로벌 경쟁력 향상을 모색할 수 있다. 용접은 선박, 항공기 등의 대형 구조물뿐만 아니라 금속을 사용하는 소형 구조물의 접합을 위해 널리 활용되는 기술이다. K-WeldPredictor는 용접 기술의 80% 정도를 차지하는 아크 용접을 웹 사이트에서 시뮬레이션 할 수 있도록 지원하는 슈퍼컴퓨터 기반의 시뮬레이터이다. 미국 WeldPredictor와의 기술협력을 통해 개발되었으며, 슈퍼컴퓨터의 높은 보안 수준을 준수하기 위해 별도의 웹 서버를 활용하였다. 특히 웹 서버와 슈퍼컴퓨터와의 안전한 데이터 전송을 위해 SSH 로컬 포트 포워딩 기술을 활용하였다.

태양광 발전이란 햇빛을 전기로 전환하는 친환경 차세대 대체 에너지 생산기술로 오래 전부터 주목받아 왔다. 태양광 발전에는 태양열을 모아 이를 발전에 사용하는 태양열 집중방식과 광전효과를 이용하여 직접 전기를 생산하는 태양광 발전으로 나뉘는데 반도체 생산 기술의 발달에 따라 점차 태양광 발전의 비중이 증가하고 있다. 태양광 발전의 효율은 크게 일사량과 온도에 의해 결정되는데 두 요소에 따라 효율의 변동성이 크기 때문에 정확한 발전 효율을 측정하는 일은 어렵다. 본 논문에서는 발전소에서 수집된 온도와 일사량, 발전량 데이터를 이용하여 선형 회기 분석과 확률적 모델링을 사용해 현재 발전량의 신뢰도를 계산하고 발전모듈 점검의 필요성을 판단하는 방법을 제시하였다.

최근 모바일 인터넷과 소셜미디어 등장으로 데이터가 폭발적으로 증가하고 있으며, 이를 활용하여 정치 사회 경제 등 제반 이슈와 연계된 분석 예측의 중요성이 날로 증가하고 있다. 특히 모바일 기기의 이동성 위치기반 실시간 등의 특징은 재난안전 관리에 유용한 수단이 되고 있으며, 재난발생시 비상정보 획득 및 공유의 매체로 활용되고 있다. 본 논문은 인터넷에 존재하는 재난관련 언론보도, 민원, 제보 등의 비정형 데이터를 분석하여 재난전조(前兆)를 사전에 파악하고 위험요소를 제거하는 체계에 대해 소개하고 이 체계를 효과적으로 운영하기 위해 도입되어야 할 정보기술과 발전방안을 제안한다.

국토해양부는 지방국토관리청의 도로공사와 관련하여 발생하는 공사비 정보의 교환 및 공유를 목적으로 작업분류체계 기반의 공사비 관리 항목을 추가하여 전자설계도서 작성 납품 지침을 개정하였다. 이를 반영하고 문제점 개선 및 활성화를 위하여 5개 지방국토관리청에서 관리중인 10개 도로건설공사를 시범적용 사업으로 지정하여 발생하는 공사비 정보를 디지털 수량산출정보로 관리하고 있다. 시범사업을 진행하면서 건설공사에 발생하는 설계변경 업무를 전자화하여 관리하는 기능을 개발하고 추가 적용하였다. 이를 통해 건설사에서 생성한 설계변경 정보를 건설사와 발주처가 동일한 형태로 공사비 정보를 공유 및 관리 가능하도록 하였다.

국토해양부에서는 기존 중앙건설기술심의위원회 운영과 관련하여 편철 형태의 운영대장에 직접 수기로 기재하여 관리하여 왔으며, 심의 회의결과 및 회의록을 비롯한 심의위원별 심의수당 지급내역, 기수별 중심위 심의위원 명단 등 제반 자료는 파일형태로 각 업무담당자가 개별적으로 관리하여 왔다. 이로 인해 업무담당자는 각종 보고자료나 통계자료 작성시 직접 중심위 관련 자료를 직접 찾아 이들 자료를 집계하고, 보고자료를 작성함으로서 많은 노력과 시간이 소요되는 문제점이 발생되었다. 따라서 본 연구에서는 기존 수기로 작성되던 중심위 운영대장을 디지털화하여 중심위 운영에 따른 제반자료를 체계적으로 관리하고, 이를 효과적으로 활용할 수 있도록 중심위 운영대장에 관한 구축 방안을 제시하고자 한다.

자연재해의 대형화로 인하여 국가적 재난대비의 중요성과 인식이 고취되고 있으며, 미국 및 일본을 비롯한 방재 선진국에서 도입하고 있는 지역사회의 특성을 고려한 재난 대비책의 중요성이 대두되고 있다. 국내에서 각종 재해위험에 대한 각 지역의 방재능력을 여러 가지 방법으로 진단하고 있으나 대부분 지역의 인구, 시설 등의 정량적 정보에 의존하여 평가하고 있어, 지역민과 지역사회 의견 등이 충분히 반영되지 못하는 실정이다. 이를 위해 본 연구에서는 지역사회 대비능력을 포함한 홍수취약성지수를 체계적이고 정량적으로 평가할 수 있는 평가시스템 프로토타입 개발을 제안하였다.

국내의 건설산업은 '11년 기준 580억불 수주를 달성하는 등 비약적인 양적성장을 이루어왔다. 하지만 이러한 외형적인 성장에도 불구하고 고부가가치 창출을 위한 질적성장의 발전속도는 매우 더딘 상황이다. 이에 국토해양부에서는 건설사업 전 단계에 발생하는 각종 건설정보들을 체계적으로 관리하고 건설사업비 진행의 효율성을 높이기 위해 건설정보화사업(건설CALS)을 추진중에 있다. CALS는 제조업의 모든 상품, 즉 주요장비 또는 다양한 상품 등을 획득하기 위한 설계, 생산과정, 또는 보급, 조달 및 이를 운영하는 운용지원과정을 연결시키고, 이들 과정에서 사용되는 각종 정보를 표준이라는 공통 창구를 통해 디지털화하여 컴퓨터상으로 정보를 통합하여 자동화시키는 개념이다. 이는 컴퓨터 네트워크를 이용해 상호 교환이 이루어지는 자동화되고 통합된 환경으로 변환시키는 정부와 기업간의 경영전략이라고 볼 수 있다. 이에 국내에서 진행중인 건설CALS사업현황을 고찰하고 급변하는 건설정보화 환경에 맞춰 능동적으로 대응하여 건설CALS가 건설산업의 신성장동력이 될수 있는 향후 발전방향을 도출하고자 한다.

국민의식 수준이 높아지면서 도로교통 등 SOC 시설물 이용에 대한 서비스도 다양화 고도화되면서 사용자 가치를 반영한 서비스수준 요구가 커지고 있다. 본 연구는 국내외 선행 연구사례 고찰을 통해 정보시스템과 터널시설물의 서비스수준 등의 평가항목을 도출하고 AHP기법을 사용하여 평가항목들 간의 상대적 중요성을 계산하여 정보시스템과 터널시설물의 서비스수준간의 중요도 관계분석을 통한 연구사례가 많지 않은 국도상의 터널시설물을 대상으로 향후에 사용자중심의 시설물유지관리정보시스템 개발 방안을 마련하였다.

2010년 이후 국내 스마트폰 보급은 급속히 증가하여 2011년에 이미 스마트폰 가입자수가 2천만명을 넘어서면서 계속하여 증가하고 있으며, '12년 하반기에는 휴대폰 가입자중 79%가 스마트폰을 차지할 것으로 예측하고 있다(마케팅인사이트, '12.02). 이러한 스마트폰의 증가와 함께 스마트폰을 이용한 각종 서비스 및 업무의 비중도 증가하고 있으며, 이에 대한 정보보안의 문제도 이슈화 되고 있다. 특히 스마트폰의 경우 일반 PC와 비교하여 보안에 취약하며, 특히 분실/도난 등으로 인한 개인정보의 유출위험성 또한 높다. 본 연구에서는 국립방재연구원에서 추진중인 스마트 재난피해조사를 바탕으로 정보보안의 현안을 분석하였으며, 스마트폰 내 정보저장에 대한 보안취약을 해결하기 위해서는 MDM(Mobile Device Management)를 이용한 단말의 통제 뿐만 아니라 1차적으로 단말의 접근을 통제할 수 있는 얼굴인식, 지문인식 등의 인체인식기술과 저장된 정보의 해킹으로 인한 유출을 방지하기 위한 복호화 및 자동삭제 기능 등을 도입하여야 할 것으로 판단된다.

국내 건설공사의 기획 설계 시공 유지관리 전 단계에서 발생하는 방대한 정보를 제공 중인 건설CALS시스템은 국토해양부 뿐만 아니라 건설사 및 1,400여 곳 이상의 건설현장에서 사용 중인 시스템이다. 그러나 건설CALS를 구성하고 있는 단위 시스템들의 개발 시기 및 주체가 달라 통합 기능개선 운영 단계에서 DB의 논리적 구조가 복잡하게 변경되어 데이터 누락, 처리속도 저하 등의 문제가 발생하고 있다. 이에 본 논문에서는 건설CALS를 구성하고 있는 4개 시스템의 DB를 분석하여 개선이 필요한 항목을 도출하고 취약한 부분의 개선방안을 제시하였다. 제시된 방안은 DB시스템을 운영하는데 있어 가장 기본적인 방법으로써 쿼리문의 처리속도 및 DB장애 발생 시 복구능력 향상 등을 통해 시스템의 안정적이고 효율적인 운영이 가능하다.

가스시설물의 안전관리는 개별적 위험인자를 전문가가 통계적인 기준을 적용하여 위험 상황을 분석하고 있다. 또한 개별적 위험인자를 모니터링하는 안전관리 시스템 등이 현업에 적용되고 있지만 위험인자들을 종합적으로 검토하고 통계적 모델의 제한성 때문에 다양한 가스안전관리에 적용되는 방법이 필요하다. 본 논문은 종합적으로 가스시설의 위험인자를 고려하면서 다양한 가스안전관리에 효과적으로 적용되는 지능형 위험패턴 분석 알고리즘을 제시하고 알고리즘이 효과적으로 사용되기 위한 도구를 구현하는 것이 목적이다. 이를 위해 ESSOM기반 지능형 위험패턴 분석 알고리즘을 제시하며, 데이터 생성기, 데이터 필터 및 가시화 모듈이 탑재된 분석도구를 개발하였다.

건설현장에서 의뢰하여 품질검사전문기관에서 대행하는 건설자재의 품질시험 검사업무에 대한 신뢰성 제고를 위해 품질시험 검사 의뢰절차 및 지방국토관리청의 품질검사전문기관 등록 관리 현황을 조사하고, 품질검사전문기관에서 품질시험 검사성적서 및 시험과정자료를 정보시스템에 입력하여 관리할 수 있는 정보시스템 구축방안을 도출하고자 한다.

효율적인 재난관리를 위해서는 재난발생시 신속하고 적절한 대응 및 과학적 원인분석을 통한 재발방지, 재난관리에 소요되는 비용을 최소화하기 위한 노력 등이 필요하다. 재난관리단계별로 분석기반의 선제적 예방, 재난 대비능력 강화, 대응기술의 개발 등을 통해 과학적 재난 원인규명이 가능하고 재해복구에 드는 비용을 줄일 수 있다. 이미 해외 주요 국가들은 융합기술 기반의 선제적 재난 예측 대응 기술 개발과 재난관리비용 절감을 위한 재난관리전략을 수립하여 추진 중에 있다. 이에 본 연구에서는 과거 재난발생 이력을 기반으로 재난관리단계별 조사항목 및 업무절차를 체계화하고 최신과학기술을 적용하여 정보수집 및 재난원인분석을 지원하는 재난관리체계의 고도화 방안을 제안하고자 한다.

본 논문은 목자판과 수면이 포함된 시차가 있는 연속적인 두 영상을 이용하여 수면위치를 탐색하는 방법과 그 적용성을 평가한 결과를 기술한다. 수위표 상단으로부터 특정 크기의 직사각형 검사영역을 설정하고 짧은 시차를 가진 두 영상의 동일한 위치의 검사영역에 대해 상관계수를 산정한다. 이렇게 함으로써 물의 흐름으로 픽셀 농도가 변화하는 수역과 픽셀 농도가 고정되어 있는 육역을 구분한다. 제안한 기법을 검증하기 위해 실험실에서 촬영한 사진을 분석하였다. 검사영역의 크기에 따라 상관계수 특성이 달라짐을 확인하였으며, 검사영역이 수위표 전체 폭에 걸쳐 있는 경우에 상관계수에 따른 수면특성이 뚜렷이 나타나 제안된 기법이 수면을 찾는데 활용될 수 있음을 확인하였다.

기존 공공건설사업은 내역체계의 공정방식으로 인해 공정-공사비가 통합관리될 수 없어 작업분류체계(WBS)를 이용한 EVMS를 도입하여 공정별 공사비 세부집행현황을 파악하고자 한다. 이를 위해 도로건설사업을 대상으로 계획, 측정단계 중심으로 작업분류체계 및 관련 기능을 개발 및 적용하고자 한다.

Migrating and enhancing welding system into smart device based system is one of most important issues in ship manufacturing and maritime plant industries. In this paper, we propose and discuss the design and development of software architecture for smart welding system. Firstly, we introduce hybrid app development environments, because hybrid app development is more efficient and developer-friendly than native app development. Secondly, we show an essential subset of potential screen shots, software architecture diagrams and data flow diagrams(DFD) for our smart welding system proposal. Finally, we conclude the discussion of design choices and future work.

기업의 목적은 이익을 창출하는 데 있다. 이를 위해서는 제품별 생산성을 높여 원가를 절감해야 하지만, 대부분의 레미콘 제조업체는 원가관리를 운영하지 못하고 있는 실정이다. 레미콘 제조업체의 제품공정은 단순하나 제조원가 중 직접재료비가 약 70% 이상으로 큰 비중을 차지하고 있다. 따라서 원가절감의 여부가 경영성과에 미치는 영향이 크다고 할 수 있다. 또한, 정부 공공기관 등은 예산을 안정적으로 관리하고, 부당한 지출을 방지하기 위하여 엄격하게 원가계산제도를 운영하고 있다. 레미콘 제조업체의 원가관리를 위해서는 우선적으로 업체 특성에 맞는 원가관리 시스템을 구축하여야 한다. 이를 위해서 본 논문에서는 레미콘 제조업체의 특성에 맞는 원가관리 시스템을 설계하였다. 시스템 설계는 전체 프레임워크, 처리 절차, 데이터베이스 스키마와 자료구조, 입력 출력 설계로 구성하였다. 원가계산의 절차는 정부원가계산 제도를 이용하여 설계하였다. 본 논문의 성과로, 계약자는 원가정보를 신뢰하며 이용할 수 있고, 레미콘 제조업체의 원가정보 표준화에 기여할 것으로 기대한다.

본 논문에서는 위치인식 센서기반 무인이송차량(AGV)의 이동 제어 문제를 다루고자 한다. AGV의 진행 경로를 지시하는 랜드마크를 부착할 때 사각지역(dead zone) 및 중첩 지역(overlap zone)이 존재할 경우 위치 추정 오차가 허용 범위를 크게 벗어나게 되며, 이로 인해 AGV가 오동작하는 현상이 발생한다. 이를 해결하기 위해 본 논문에서는 단일 랜드마크 대신 이웃한 2개의 랜드마크 인식을 통해 위치 추정 오차를 보정하는 방안을 제안하였다. 또한, 회전 구간에서 AGV가 방향 전환 직후 지정된 경로에 허용오차 범위 이내로 진입하도록 안쪽 바퀴와 바깥쪽 바퀴의 가속도 제어 알고리즘을 제안하였다. 본 논문에서 개발된 시스템은 화장장 시신 운구용 AGV에 적용하였다. 화장장은 기존 산업 현장에 비해 이동 공간이 협소할 뿐만 아니라 그 특성상 정밀 제어가 필요한 환경이다. 본 논문에서 제안한 방식은 모의 차량에 적용하여 그 타당성을 검증하였으며, 실제 국내 화장장에 AGV 시스템을 적용한 결과 허용오차 범위 이내에서 정상 동작함을 확인하였다.

업무의 효율성을 증대하기 위해서는 주변 환경의 개선이 필요하다. 미국 냉난방 공조학회(ASHRAE)에서도 실내 환경이 업무에 미치는 영향을 발표하고 기준치를 제시했다. 이를 바탕으로 TES-1370, TES-1355센서를 이용하여 주변 환경의 '온도, 습도, co2, 소음'을 측정하고, 측정된 데이터를 가공하여 WEBPAGE와 MOBILE-WEBPAGE에서 차트와 함께 어디서든 쉽게 환경을 모니터링 할 수 있는 실내 환경 모니터링 시스템을 구축한다. 개발된 시스템으로 도서관과 강의실의 주변 환경을 모니터링을 했다.

산업현장에서의 일의 효율성 증진을 위한 휴대 기기의 CAD Viewer 의 개발의 필요성이 대두 되면서 안드로이드 기반의 CAD Viewer Application을 개발하였다. 본 연구에서는 안드로이드 기반의 CAD 뷰어의 개발과정과 개발 결과를 보여준다.

최근 군사 모의 소프트웨어는 사용자의 다양한 요구 변화에 빠르게 적응하기 위해 컴포넌트를 조합하여 구성하는 방법으로 개발되고 있다. 이와 같은 소프트웨어에서 부대의 과업을 달성하기 위해 사용자의 관여 없이 부대구성원(부대원 또는 예하부대)의 전술적 행위(협업)를 모의하는 기술은 대규모의 군사 모의를 가능하게 하는 중요한 기술 중 하나이다. 부대 구성원의 협업을 모델링하고 구현하는 기술은 사용자(모의 부대장)로 하여금 부대구성원의 세부적인 제어를 요구하지 않고 자신이 제어하는 부대에 할당된 임무 달성에 집중시키는 등의 이점을 제공한다. 본 연구를 통해 우리는 군 도메인에서 사용하고 있는 OneSAF와 FLAMES, VR-Forces 등의 컴포넌트 기반의 모의 소프트웨어를 분석하고, 이들 소프트웨어에서 협업 모델의 위치를 설명한다. 다음으로 역할 개념을 기반으로 부대구성원들의 협업 모델을 제안한다. 본 연구에서는 프로토타입의 개발을 통해 제안 모델의 적용 가능성을 검증한다.

적의 주타격 방향은 적 지휘관의 주요 결정사항 중에 하나이다. 이런 적의 주타격 방향에 영향을 미치는 요소들을 분석하여 예측할 수 있다면 전쟁에서 좀 더 유리한 여건을 조성할 수 있을 것이다. 그러나 현재 군에서는 과학적 분석방법이 아닌 분석관 및 지휘관의 경험에 의한 적 주타격 방향 분석이 주를 이루고 있다. 따라서 본 논문에서는 데이터 마이닝의 대표적 방법인 의사결정트리의 C4.5 알고리즘을 사용하여 북한군의 지휘관 결심지도를 분석하였다. 또한 도출된 분류 규칙을 통해 적 주타격 방향 영향요소를 식별하고 영향요소들 간의 관계 및 정도의 수준을 예측하였다. 분석결과 현재 군에서 사용하고 있는 정보와 유사하고 의미 있는 정보를 도출할 수 있었다.

전투체계는 일반적으로 대규모 시스템으로 다양한 부체계들로 구성되며, 각각은 서로 다른 업체에서 독립적으로 개발되어 서로 다른 컴퓨팅 플랫폼에서 동작한다. 이러한 다양한 플랫폼에서 동작하는 부체계들을 관리하는 것이 쉽지 않다. 그래서 현재 전투체계를 통합 관리하기 위한 방안으로 정보모델을 이용하는 방안이 제시되고 있다. 일반적으로 정보모델은 플랫폼에 독립적인 형태로 구성하기 위해 XML을 이용한다. 그러나 전투체계와 같이 복잡한 시스템에 대한 정보모델을 사용자가 직접 관리하기란 쉽지 않다. 이는 관리 대상 체계들의 정보뿐만 아니라 하위 시스템 및 애플리케이션들 간의 관계를 모델링하는 것이 필요하기 때문이다. 이 논문에서는 객체지향 개념을 바탕으로 전투체계를 관리하기 위한 정보모델을 제시하고, 정보모델을 효과적으로 구축하기 위해 블록 기반으로 시스템들의 정보와 시스템들 간의 배치 관계 등을 표현할 수 있는 정보모델 모델러를 제안한다.

본 논문은 미래 군에서 CR (Cognitive Radio) 기술을 적용한 전투무선망에서의 효율적인 주파수 사용을 위한 정책기반 동적 채널 선정 구조를 제안한다. 전투무선망에서는 상용의 기지국과 같은 Coordinator가 존재하지 않기 때문에 효율적인 채널 사용을 위해서 각 상황마다 어떻게 대응할 것인가에 대한 고려사항이 있다. 이에 대한 해결책으로 정책기반의 동적 채널 선택 구조를 제안하며, 이는 각 상황에 따른 규칙이나 행동을 사전에 정책으로 정의하여 특정 Coordinator가 없더라도 해당 상황이 발생하면 사전 정의된 정책에 의해서 동적 채널 선택을 하는 것이다. 즉, 전투무선망에서 작전상황이나 전술통신환경의 변화에 따라 PU (Primary User)나 SU (Secondary User)를 동적으로 할당하는 것을 의미한다. 모의 실험결과 별도의 정책 없이 Random하게 동적 채널을 선택하는 기존기법보다 정책기반의 기법이 월등한 성능향상을 보였다.

감시정찰 센서네트워크 시스템에서 사용하는 센서 신호 중 진동 신호는 무인정찰 시스템상에서 침입자의 발자국 신호와 차량의 움직임을 탐지하는데 유용하게 사용 된다. 특히 발자국 진동 신호는 특유의 impulsive 한 성질로 인해 다른 진동 신호와 구별이 용이하며 많은 훈련이 필요한 통계적 모델 링 대신 단순한 Pitch-Based 중점 탐지 기법을 도입하여 탐지 및 분류가 가능하고 이를 통해 보다 실시간 환경에 적합한 시스템을 구현할 수 있다.

본 논문에서는 임베디드 시스템으로의 적용을 위한 균형이진트리 방식의 허프만 코딩 복호화 방법에 대하여 논한다. 그리고 구현된 전체 시스템의 간단한 코드 최적화(code optimization)를 추가하여 시스템 전체의 처리 속도를 감소시키고자 하였다. 본문에서는 구현된 복호화 성능 향상의 정확한 측정을 위하여 하드웨어 시뮬레이터를 사용했다. 이를 통해서 실질적인 환경에서 어느 정도의 duration으로 동작될 수 있는지, 그리고 해당 환경에서 얼마나 성능을 향상시킬 수 있을지를 비교적 정확하게 판단할 수 있도록 했다. 본문의 마지막에 명시된 대로, 최적화의 결과로, 허프만 코드를 표에서 찾는 기존의 방법에 비하여, 복호화 부분과 복호화 부분을 제외한 시스템 코드 최적화 각각 36%, 2%의 duration 횟수의 감소를 확인할 수 있었다.

전쟁수행 패러다임이 변화하면서 NCW 환경에서 발생하는 네트워크 파워를 측정하려는 많은 연구들이 수행되고 있다. 그러나 기존의 연구는 현실의 전장환경내 구축되어 있는 C2 체계의 네트워크 구조와 각 시스템간의 상호운용성 요소를 평가에 반영하지 못하고 있다. 따라서 본 연구에서는 최근 다양한 분야에서 활용되고 있는 소셜 네트워크 분석 기법을 적용하여 다수의 지휘통제체계에 의해 구축되는 네트워크 구조를 평가할 수 있는 알고리즘을 제안한다. 제안한 알고리즘을 통해 진화하는 군 C2 체계의 네트워크 구조를 대상으로 평가 결과를 분석해보았으며, 연결성에 근거한 네트워크 구조에 상호운용성 가치를 반영함으로써 보다 실질적인 네트워크 파워를 제시함에 그 목적이 있다.

국방 분야의 무기체계 내장형 소프트웨어(embedded software)는 그 규모와 복잡도가 증가함에 따라 소프트웨어 품질이 매우 중요하게 인식되고 있으며, 고객 또한 소프트웨어 품질 및 신뢰성 시험 활동에 대해 높은 요구사항을 제시하고 있다. 최근 "무기체계 내장형 소프트웨어 획득 및 관리 실무 지침서(방위사업청 지침, 2011.11.30)"가 명문화되었으며, 이 지침서 내에도 소프트웨어 신뢰성 시험을 강조하고 있다. 그러나 업계에서는 소프트웨어 신뢰성 시험에 대한 개발 단계의 테스트 설계 활동이 체계적으로 수행되지 않고 있으며, 테스트 설계 활동에서 테스트 설계 기법을 제대로 활용하고 있지 못하고 있다. 이를 위해 본 논문에서는 테스트 설계 활동과 테스트 설계 기법을 소개한다. TMMi 및 ISTQB 지식체계에서 제시하고 있는 테스트 설계 기법을 기반으로 실제 무기체계 내장형 소프트웨어의 테스트 시 적용하였던 테스트 설계 기법을 소개하고, 테스트케이스를 효과적으로 도출할 수 있는 방법을 제안한다.

우리 군은 부대의 규모 및 활용 용도에 따라 다양한 전장관리정보체계를 운용하고 있다. 또한, 새로운 전장관리정보체계를 도입하여 운용할 예정이다. 이에 데이터의 연동이 중요한 문제로 인식되고 있다. 본 연구에서는 우리 군의 데이터 연동을 위한 정책 및 시스템과 외국군의 데이터 연동 기법을 소개하고 소부대 위치 데이터 연동을 위한 모델을 제안한다.

무기체계 개발에 있어서 내장형 소프트웨어의 비중과 그 중요도가 점점 증가하고 있고, 고객 또한 무기체계 소프트웨어 개발 및 관리지침을 제정하여 소프트웨어 신뢰성 시험수준에 대한 놓은 요구사항을 제시하고 있다. 이렇게 대내외 환경이 변화하고 있음에 따라 당사는 고품질의 소프트웨어를 고객에게 납품하기 위해서 내장형 소프트웨어 신뢰성 향상활동을 수년간 수행해오고 있다. 업체주관 개발사업 증가와 무기체계 외주개발 비중 증가에 따라 고품질의 협력개발 소프트웨어의 획득이 중요해지고 있다. 하지만, 납품 받은 소프트웨어를 체계 통합하는 시기에 소프트웨어 결함이 많이 내재되어 있어 문제점이 많이 발생되고 있으며, 납품 이후에도 많은 결함수정과 재 작업이 발생하여 추가비용이 많이 발생하고 있다. 본 논문에서는 협력개발 소프트웨어 제품의 신뢰성 향상을 위해 TMMi 시험 프로세스를 적용하여 협력회사의 소프트웨어 시험 역량을 강화하고 고품질의 소프트웨어를 획득할 수 있는 방안을 제안하고자 한다.

군수 시뮬레이션 환경에서 다중에이전트를 이용한 시뮬레이션 연구가 활발히 진행되고 있다. 본 논문은 전시상황에서 A* 알고리즘을 적용하여 에이전트간의 거리를 구하고, 유전알고리즘을 활용하여 제한된 물자를 효과적으로 에이전트들에게 분배하기 위한 모델링을 설계하고 구현하기 위한 방법을 제시하였으며, 시뮬레이션을 구현하였다.

OMG(Object Management Group)의 데이터 분배 서비스(DDS: Data Distribution Service)는 발간(publish)/구독(subscribe) 모델에 기반하여 동일한 타입의 데이터를 실시간으로 주고 받는 데이터 중심의 분산 환경에서 많이 사용되는 통신 미들웨어 기술이다. 하지만 DDS는 실시간으로 발생하는 데이터에 대하여 일회성인 특징을 갖기 때문에 추후 데이터에 대한 분석, 검증 등을 위해 영속성을 제공할 필요성이 증대되고 있다. 이러한 추세를 반영하듯 RTI DDS, PrismTech Opensplice 등의 대표적인 DDS 시스템에서는 데이터베이스를 연동하기 위한 연구를 진행하고 있다. 실시간 통신 미들웨어인 DDS와 데이터베이스의 연동은 DBMS 애플리케이션이 일반적으로 데이터베이스를 사용하는 것뿐만 아니라 DDS의 시맨틱을 알지 못하더라도 데이터 중심의 발간/구독 모델을 유기적으로 활용할 수 있는 장점을 지닌다. 본 논문에서는 이를 위해 DDS 시스템인 DB-ReTiCom의 데이터베이스를 사용하기 위한 커넥티비티를 제안하고 사용자 친화적 인터페이스를 위한 변환 방법을 제시한다.

본 논문에서는 차세대 전술이동통신체계에서의 무선 MSAP Mesh망에서 효율적으로 인증 키를 관리하고 전술이동통신체계의 부하를 줄이는 새로운 혼합형 인증기법을 제안한다. 기존 방식에서 각 MSAP이 체계 접속을 위해서는 중앙집중형 인증기법과 분산형 인증기법을 활용할 수 있는데 각각의 문제점을 안고 있다. 즉, 중앙집중형 인증기법은 MSAP 노드의 빈번한 가입 및 탈퇴로 인한 과다한 지연 문제가 있고 분산형 인증기법은 인증에 필요한 정보를 사전에 공유해야 하는 문제점이 있다. 이러한 문제점을 보완하는 동시에 전술적인 환경에서 악의적인 MSAP 접속 거부와 네트워크 보안성을 극대화하기 위해서는 보다 효과적인 인증기법이 요구된다. 따라서 본 논문에서는 미 인증된 MSAP이 EAP-TLS 기법을 기반으로 전술이동통신 네트워크 진입시 초기인증과 이웃 MSAP간의 상호인증 등 다양한 시나리오를 군의 특수한 환경에 맞추어 구체적으로 제시하고 각 인증 기법의 장 단점을 분석하여 혼합형 인증기법 적용에 타당성을 강조하였다.

지금까지 발표된 상호운용성 측정모델은 점대점(Point-to-Point)으로 단위시스템간 상호운용성을 평가하는 모델부터 네트워크중심(Network-Centric)의 복합시스템(System of Systems)간 상호운용성을 평가하는 모델까지 여러 모델들이 있다. 그중 SCOPE 모델은 네트워크중심의 복합시스템간 상호운용성을 평가하기 위한 모델이고, NCAT은 SCOPE기반의 상호운용성 평가 도구이다. 본 논문은 SCOPE를 기반으로 NCAT의 상호운용성 평가 방법과 다른 상호운용성 평가 방법론을 제시한다. 제시된 방법론은 SCOPE 모델을 기반으로 복합시스템의 상호운용성을 평가 할 때 서비스별 우선순위를 부여하지 않은 기존 방법과 달리 우선순위를 부여한 방법이다.

최근 항공용 전자 시스템은 IMA (Integrated Modular Avionics) 방식으로 개발되고 있고 여기에는 실시간 운영체제의 표준인 ARINC 653이 적용되고 있다. ARINC 653은 시간적 공간적 파티셔닝을 제공함으로써 항공용 시스템의 안전성을 보장하며, OS 커널과 응용 소프트웨어 사이에 표준 API를 제공함으로써 두 파트가 서로 독립적으로 개발될 수 있게 한다. 이러한 방식은 시스템의 이식성을 높일 수 있는데, 이를 보장하는 핵심 기법이 ARINC 653 설정이다. 본 논문에서는 산업현장에서 ARINC 653 설정을 쉽게 적용하여 응용 소프트웨어를 개발할 수 있는 도구를 소개한다.

21세기에는 정보기술의 혁명적 발전과 함께 전쟁양상이 파격적으로 변화되어 가고 있다. 이에 따라, 분산 다중 에이전트 시스템을 위한 기술 발전이 중요시 되고 있는 상황이다. 분산 다중 에이전트 시스템을 위한 기술이 발전함에 따라 국방 분야에 연구가 활발하게 진행되어지고 있다. 그러나 지금까지 분산 다중 에이전트에 대한 연구들이 기능적인 면에서만 집중되어 왔다. 본 논문에서는 ACL(Agent Communication Language) 메시지에서 파라미터를 Emergency, Normal, System로 추가함으로써 에이전트의 실시간성을 보장하는 'QoS(Quality of Service)를 보장한 분산 다중 에이전트 플랫폼' 제안하였다. 긴급한 메시지 전송 시 QoS Manager(QOMS)를 이용하여 스케줄링 하여 에이전트 플랫폼 시스템 성능 향상을 하는 방법을 제안한다.

실시간으로 급변하는 전장상황에서는 군수물자의 보급이 절대적으로 중요하다. 최근에는 군수 물자를 사람이 아닌 다수의 에이전트를 이용하여 물류 수송을 관리하려는 다양한 시도가 이뤄지고 있다. 지능형에이전트를 이용한 추론 및 의사결정을 위한 시뮬레이션 모델링에 대해선 많은 연구가 이뤄져 왔으나, 전장에서의 특수성을 고려한 모델이 아니므로 그대로 적용하기에는 다소 무리가 있다. 본 논문에서는 이러한 문제를 해결하기 위해 전장상황에 특화된 BDI를 통해 다중 에이전트 환경에서 적용 가능한 군수 물자 수송 모델링 방법에 대해 알아본다.

본 논문에서는 실전적인 전투 훈련을 체험할 수 있는 육군 과학화 전투 훈련단의 시스템을 상용 이동통신망(LTE)을 기반으로 한 MTC(장비 또는 기계간의 통신)에 적용하여, 저비용이면서도 신뢰성있는 체계 모델을 제안하며 이를 통해 공군의 각 기지/부대 별 특성에 맞는 실전적 기지방호 훈련이 가능하게 되어 실질적인 전투 능력을 향상시킬 수 있을 것으로 기대한다.

본 논문에서는 대규모 무기체계에서 정보 모델 기반의 통합 관리 및 모니터링 시스템을 위한 결함허용 방법을 제시한다. 정보 모델 기반의 통합 관리 및 모니터링 시스템은 이기종 분산 환경으로 이루어지는 대규모 무기체계의 하드웨어 및 애플리케이션을 추상화된 정보 모델을 이용하여 관리할 수 있는 중앙 관리 및 통제 시스템이다. 대규모 무기체계에서는 하나의 시스템에서 오류가 발생하게 되면 시스템 전체에 영향을 줄 수 있기 때문에 중앙 관리 및 통제 시스템에서의 결함허용 방법이 필요하다. 이 문제를 해결하기 위해 정보 모델을 관리하기 위한 결함허용 그룹을 정의하고, 결함허용 그룹마다 서로 다른 결함허용 방법을 설정하여 애플리케이션의 중요도에 따라 다양한 방법을 이용하여 결함허용을 수행한다.

기존의 탄도방정식[2]에서 여러 조건을 제시하여 간략화된 대공화기 탄도방정식을 얻는다. 대공화기의 탄도궤적이므로 양력계수가 들어간 항의 값이 충분히 작다는 가정을 하였다. 또한 속도의 크기를 시간불변이라는 가정을 하였다. 이 탄도방정식은 기존의 방정식[1]에 비하여 밀도, 풍속, 항력계수 및 탄도계수가 식에 나타나 있어 일반적인 탄도방정식으로 이용가능하고 또한 미분방정식의 해를 구할 필요가 없다. 모의실험을 통하여 제시된 탄도방정식을 이용하여 풍속이 들어간 탄도궤적을 구한다.

기존 소프트웨어 테스팅 기법은 개발자가 수동으로 테스트 케이스를 작성해야 하는 비효율성으로 인해 임베디드 소프트웨어의 안정성 확보에 어려움이 있다. Concolic 테스팅 기법은 자동으로 소프트웨어 테스트 케이스를 생성함으로써 기존 소프트웨어 테스팅 기법의 문제를 해결했지만, 임베디드 소프트웨어 테스트에 필수적인 bitwise 연산을 지원하지 않는 등의 문제가 있었다. 본 논문에서는 임베디드 소프트웨어를 위해 bitwise 연산을 지원하는 Concolic 테스팅 개선 방법에 대한 연구를 수행하고 오픈 소스 임베디드 소프트웨어 Busybox에 적용하여 기존 연구와 결과를 비교하였다. Busybox의 10개 유틸리티에 적용한 결과 기존 연구 결과 대비 평균 33%의 분기 커버리지 향상이 있었다.

임베디드 소프트웨어에서의 테스팅은 하드웨어에 의존도가 높기 때문에 일반적인 소프트웨어에서의 테스팅과 달리 다양한 테스트 기법과 도구를 활용한 기술 집약적 테스트가 미약하고, 다른 펌웨어에서 테스팅 할 경우 테스팅이 제대로 되지 않는다. 본 논문에서는 하드웨어 의존도가 높은 임베디드 소프트웨어의 모듈을 펌웨어가 다른 x86의 환경에서 테스팅 할 수 있도록, 레지스터, 포트 등을 참조하는 부분을 로그로 출력하고, 모듈끼리의 의존성이 없도록 소스 코드를 수정하여, 공개 소스 테스팅 도구를 활용하여 단위 테스트 할 수 있도록 하였다.

소프트웨어 시스템의 안전성을 보장하기 위해 여러 안전성 분석 기법들이 사용되고 있으며, 안전성 분석의 결과인 안전성 요구사항을 시스템이 만족하고 있는지 확인하는지 확인하는 안전성 평가과정이 수행되고 있다. 안전성 평가는 많은 시간과 비용이 드는 문제점을 가지고 있다. 본 논문은 안전성 평가에 드는 시간과 비용을 줄이기 위해 테스트 케이스를 이용하여 안전성 요구사항을 소프트웨어 개발의 가장 기본적인 검증기법인 테스팅을 이용하여 시스템이 만족하는지 확인하는 방법을 제안하고 핸드폰의 카메라 컨트롤러 예제를 이용한 사례 연구를 진행하였으며 이를 지원 위한 도구인 TC2SMV를 개발하였다. TC2SMV는 UML의 state chart diagram에서 생성된 test case들을 SMV 입력 프로그램으로 자동으로 변환하여 사용자가 SMV 모델체킹을 수행할 수 있는 환경을 제공한다.

세계 스마트폰 OS 시장의 절반 이상을 차지한 안드로이드는 향후 태블릿, 스마트 TV, 자동차 등으로 시장의 확대가 전망된다. 현재 안드로이드 OS를 기반으로 수많은 애플리케이션이 개발되고 있지만 애플리케이션의 신뢰성을 보장하기 위한 연구들은 부족한 상태이다. 이는 안드로이드 애플리케이션이 GUI를 기반으로 동작하기 때문에 기존의 테스트 방법을 적용하기 어렵기 때문이다. 구글에서 애플리케이션 테스트를 위한 환경을 제공하지만 개발자가 이를 활용하여 효율적인 테스트 코드를 작성하는 것은 쉽지 않다. 이 논문에서는 안드로이드 앱 개발에서 GUI 구현의 기본 단위인 액티비티에 대한 단위 테스트 방법을 제시한다. 이를 위해 테스트 케이스 설계 방법과 테스트 수행 코드를 자동으로 생성하는 프로그램을 구현한다. 이 방법을 통해 개발자는 쉽게 테스트 코드를 생성할 수 있으며 신뢰성있는 앱을 개발할 수 있다.

웹 서비스 제품은 그 특성상 패치와 릴리즈가 잦고, 개발주기도 아주 짧다. 따라서 한정된 자원으로 많은 양의 품질 보증 활동이 요구되지만, 실시간으로 이루어지는 TTM(Time to market)을 맞추려면 신속하면서도 높은 수준의 품질을 보증하기 어렵다. 본 논문에서는 탐색적 테스팅 기법과 위험기반 테스팅 기법을 간소화하여, 리스크 분석 시 탐색적 기법으로 판단하여 바로 우선순위를 매기고 테스트를 진행한다. 여기서 리스크 Matrix에 리스크 분석 테이블을 적용하여 테스트 우선순위를 판단한다. 검증의 방법은 적용 전/후 프로젝트 수 대비 TTM 준수율 및 품질을 기준으로 한다.

Safety Critical 시스템은 예상치 못한 오류가 발생했을 시 인명, 재산 및 심각한 환경 피해 등이 발생 할 수 있는 임베디드 시스템이다. Safety Critical 시스템에는 많은 위험성들이 잠재적으로 존재하기 때문에 치명적인 사고가 발생할 수 있다. 이러한 문제를 방지하기 위해 시스템에 존재하는 위험성을 분석하는 활동이 중요시 되고 있다. 본 연구에서는 Safety Critical 시스템의 잠재적인 위험성들을 분석하고 이를 아키텍처 설계에 반영함으로써 시스템의 안전성을 향상시키기 위한 Hazard Perspective를 제안한다. 제안하는 Hazard Perspective는 위험성 분석으로 산출된 정보들과 SSR(System Safety Requirement)을 시스템의 안전을 보장하기 위해 제시된 여러 Safety Architectural Tactics와 매핑하여 아키텍처 설계에 반영시킴으로써 시스템의 안전성을 향상시키도록 한다.

타임드 오토마타 모델 기반 개발 방법을 지원하는 TIMES 도구는 실시간 소프트웨어에 대한 타임드 오토마타 모델 명세, 시뮬레이션, 검증, BrickOS 기반 코드 생성을 지원한다. 하지만 BrickOS 기반 코드는 엄격한 실시간 제약성 만족을 지원하지 않아서 실시간 내장형 소프트웨어 개발에 그대로 사용하기가 어렵다. 본 논문에서는 타임드 오토마타 모델로부터 실시간 내장형 소프트웨어 구현에 사용될 수 있는 VxWorks 기반 코드를 체계적으로 생성하기 위한 방법을 제안한다. TIMES 도구를 사용해 자동 생성된 BrickOS 기반 코드에서 플랫폼 독립적인 코드는 활용하고, 플랫폼 의존적인 코드들을 분류해 내어 각각 VxWorks 기반 코드로 변환하는 방법을 제안한다. 내장형 소프트웨어 개발시 타임드 오토마타 모델 기반 개발 방법의 적용 가능성을 확인하기 위해 변환 항목들을 통해 생성된 VxWorks 기반 코드에 대한 테스트를 수행하고 결과를 분석한다.

RFID 미들웨어의 평가를 위한 방법으로서, 테스트 데이터셋을 이용한 시뮬레이션은 일반적으로 사용되는 평가 방법이다. 태그 식별자에 따라 순차생성된 가상 데이터셋이나 랜덤 생성된 데이터셋의 경우 미들웨어의 단순 처리량을 평가하기에는 유용하나 미들웨어의 정확성이나 실행 가능성를 평가하기에는 한계가 있다. 테스트 데이터셋은 실제 리더에서 생성된 데이터셋과 매우 유사하여야 함에도 불구하고, 테스트 데이터셋의 품질 기준이 정의되어 있지 않음에 따라 테스트 데이터셋이 얼마만큼 실제 데이터셋과 유사한 지를 평가하기가 어려운 문제가 있다. 이를 위해 본 논문에서는 RFID 미들웨어의 평가에 사용되는 테스트 데이터셋의 품질을 평가하기 위한 품질 지표를 제안한다. 제안하는 품질 지표는 실제 RFID 리더에 태그가 통과할 때 생성되는 데이터 셋을 기반으로 하여 정의하였으며, RFID 무선 인식의 고유의 특성, 즉 중복성과 불확실성을 수치화해서 표현하는 특징이 있다. 또한 제안한 품질 지표를 실제 RFID 리더를 통해 생성한 데이터셋에 적용하여 비교 검토함으로써 품질 지표의 유용성을 입증한다.

의사결정표는 의사결정의 표현 방식 중 하나로 상황에 따라 취하는 일련의 행동들을 표 형식으로 나타낸 것이다. 이러한 의사결정표는 기업의 정보 시스템 (Information System)과 같은 의사결정 기반 시스템 구축에 유용하게 쓰일 수 있다. 복잡한 업무를 위한 의사결정 프로세스를 의사결정표를 이용하여 나타냄으로써 복잡한 로직을 정확하게 표현할 수 있고, 이해하기 쉽기 때문에 사용자와 프로그래머간의 의사소통을 원활하게 하며 문서화 작업을 비교적 간단하게 한다. 그러나 복잡한 의사결정이 필요한 업무의 경우 하나의 의사결정표에 필요한 정보를 모두 나타내게 되면 의사결정 단계를 이해하기가 어려울 뿐만 아니라 오류의 발생률도 높아지게 된다. 본 논문에서는 이러한 복잡한 의사결정을 돕기 위해 계층적인 의사결정표를 제안한다. 계층적 의사결정표는 여러 추상화 단계를 가진 의사결정표를 일관성 있게 표현함으로써 단계적으로 의사결정을 수행할 수 있게 하고, 이에 따라 의사결정에 대한 이해도를 높인다. 또한 기존의 의사결정표 지원 도구를 확장하여 계층적 의사결정표를 지원하는 도구를 개발함으로써 사용자의 편의성을 도모하였다.

본 논문에서 GR(1) Synthesis를 이용하여 퍼즐의 전략을 찾는 방법과 실험 결과를 기술한다. 먼저 GR(1) Synthesis와 승리 전략을 정형적으로 정의하고, 퍼즐을 어떻게 형식화 할 것인지에 대하여 설명한다. 마지막으로 GR(1) Synthesis를 통해 획득한 승리 전략을 이용하여 GetOut 퍼즐을 해결하고 그 결과에 대하여 말한다.

일반적으로 테스트 데이터 자동 생성을 지원하기 위해 심볼릭 실행기나 제약 해결기와 같은 도구를 요구한다. 그러나 이와 같은 도구들을 개발하는 것은 상당한 노력이 요구되는 것도 사실이다. 이 논문에서는 이러한 도구들의 지원 없이 분기 커버리지를 효과적으로 달성할 수 있는 테스트 데이터 생성 방법을 제안한다. 이를 위해 경로 지향 테스트 데이터 생성을 위해 개발된 Korel의 방법을 확장하여 프로그램의 분기들을 가능한 많이 실행할 수 있는 테스트 데이터를 효과적으로 생성하는 방법을 제안한다.

바디 센서 시스템 환경이란 사용자가 서기, 걷기, 뛰기 등의 행위를 통해 주기적으로 상황이 변하는 동적 환경이다. 이와 같은 시스템에서는 크기가 작고 저전력을 요구하는 센서가 탑재되기 때문에 효율적인 알고리즘을 적용하는 것은 매우 중요한 일이다. 모델체커는 최근 소프트웨어 모델 (Model)을 검증하는 도구로써 주어진 모델과 속성값을 통해 해당 모델의 검증 (Verification) 결과가 참인지 거짓인지 판별해 준다. 본 논문에서는 효율적인 바디 센서 시스템 구축을 위해 서기, 걷기, 뛰기라는 환경에서 개별적으로 동작되는 알고리즘을 모델링 하고 LTL(Linear Temporal Logic) 로 속성을 명세하여 NuSMV 모델 체커를 통해 해당 모델의 Safety와 Liveness를 검증한다.

오늘날의 정보시스템을 개발하는데 파악해야하는 비즈니스 요구사항은 매우 복잡하고 방대하다. 기업의 비즈니스 서비스 대부분을 정보시스템이 제공하고 있기 때문에 이러한 시스템을 개발하는데 있어서 비즈니스 요구사항 분석은 매우 중요한 부분을 차지한다. 하지만 개발에 필요한 시간이 부족하여 정보시스템 개발에서 가장 중요한 비즈니스 요구사항을 충분히 분석하지 못하고 있다. 이러한 비즈니스 요구사항은 비즈니스 프로세스 모델에 잘 나타나 있으며, 이를 활용하면 효율적으로 요구사항을 분석할 수 있게 된다. 이미 비즈니스 프로세스 모델을 시스템 개발에 사용하기 위해 UML Use Case 다이어그램으로 변환하는 연구가 활발하게 진행되었지만 자동화, 관계식별 등의 해결해야 될 문제가 남아있다. 본 논문에서는 비즈니스 요구사항을 빠르고 효율적으로 분석하기 위해 비즈니스 프로세스 모델로부터 UML Use Case 다이어그램으로 추출하는 과정이 자동화가 가능한 방법을 제안한다.

프로젝트를 수행함에 있어서 빈번한 소프트웨어의 변경을 관리하는 작업은 필수적이다. 안드로이드 플랫폼은 거듭된 업그레이드와 제조사에 특화된 다양한 기능의 추가로 프레임워크가 점점 복잡해지고 있다. 특히 안드로이드 단말 개발에는 여러 조직이 유기적으로 연관되어 있기에, 안드로이드 플랫폼의 변경내역은 관련 조직들과 연계되어 변경이 제어되어야 한다. 이로 인해 모델 별 변경내역을 분석하고 이를 관련 조직 내에 원활하게 공유하는 것은 매우 중요하게 되었다. 본 논문에서는 안드로이드 단말 제조사에서 자사에 특화된 서비스를 위해 변경한 안드로이드 플랫폼의 공개 API 변경내역을 추출하는 방법과 이를 관리하기 위한 관련 조직들의 연계활동을 소개한다.

웹 기반 서비스의 수요가 급속히 증가함에 따라, 다양한 분야의 웹 어플리케이션이 개발되고 있으며 기능 요구 사항도 복잡해 지고 있다. 이에 따라, 구현된 소프트웨어의 복잡도가 증가되어 기능 검증을 위한 시험의 중요성이 대두되고 있으나, GUI를 기반으로 하는 웹 어플리케이션의 특성 때문에 사용자 관점에서 다양한 기능시험을 수행하기 위해서는 많은 노력과 시간이 필요하다. 특히 최근에는 과거와 달리 다양한 브라우저가 사용됨에 따라, 다양한 브라우저 상에서의 웹 어플리케이션 기능시험을 필수적으로 해야 하기 때문에 시험 수행 시간을 줄일 수 있는 시험방안이 절실히 요구되고 있다. 본 논문에서는 공개 소프트웨어인 GUI 시험 자동화 도구를 활용하고, 테스트 자동화를 위한 테스트 케이스를 생성하여 다수의 브라우저 환경에서 동시에 자동으로 기능시험을 수행할 수 있게 함으로써, 시험 효율성을 극대화하기 위한 웹 어플리케이션 시험 자동화 방안을 제안한다. 실제 사례적용을 통하여, 시험 시간을 획기적으로 단축시키고, 4개의 브라우저에 대하여 동시 시험 수행이 가능함을 확인하였다.

화이트 박스 테스팅을 위하여 주로 사용하는 경로 테스팅 방법은 테스트 대상 프로그램의 규모에 크게 영향을 받는다. 이런 단점을 해소하기 위하여 이 논문에서는 슬라이싱과 청킹 개념을 도입하였다. 청킹은 논리 흐름의 덩어리를 프레임화 하여 필요에 따라 펼치거나 추상화할 수 있게 한다. 또한 슬라이싱은 프로그램 동작의 부분 집합을 추출하여 복잡도를 줄이고 특정 변수에 집중하게 한다. 본 논문에서는 이런 두 가지 개념을 도입하여 확장 가능한 경로 테스팅 방법을 제안하여 화이트 박스 테스팅의 실용성을 높일 수 있음을 보였다.

최근 들어 생활 전반이 인터넷을 사용하지 않고는 이루어질 수 없는 상황이 되면서 네트워크 관리의 중요성이 날로 부각되고 있다. 네트워크 관리시스템(NMS)은 이러한 네트워크를 효율적이고 안정적으로 관리, 운영하기 위하여 매우 중요하다. 본 논문은 네트워크 관리시스템에 대한 소프트웨어 품질검증 사례를 통해 그 중요성을 살펴보고자 한다.

소프트웨어 원시코드의 요소를 객관적으로 직접 측정한 값이 전체 시스템의 품질이라는 관점으로 어떤 의미가 있는지 유추하는 일은 개발 과정의 의사결정을 위하여 매우 중요하고 실제적인 일이다. 복잡한 시스템의 품질을 결정하는 단위 컴포넌트 품질의 약점, 강점을 쉽게 결정할 수 있다면 프로젝트 품질 관리적인 활동에 큰 도움이 된다. 본 논문에서는 ISO/IEC 9126 측정 방법을 기반으로 하여 소프트웨어 컴포넌트의 유지보수성 측정방법을 제안하여 객체지향 프로그램의 컴포넌트 단위별 유지보수성 가시화 방법을 제안하여 품질 메트릭의 실용성을 높일 수 있음을 보였다.

요구사항은 소프트웨어 아키텍처 설계의 핵심 요소로서, 아키텍처의 구축과 생성의 근거를 제시해준다. 이러한 요구사항 분석을 위해 다양한 요구사항 분석 방법이 제안되고 있는데 그 중 대표적인 기법은 시나리오 기반의 분석, 목표 기반의 분석, 시나리오를 이용한 목표기반의 분석이다. 그러나 이러한 요구사항 분석 방법들은 정형화되어 있지 않아 요구사항을 분석하는 아키텍트에 의존할 수밖에 없다. 따라서 본 논문에서는 텍스트학을 기반으로 정형화된 기법인 거시구조를 이용한 요구사항 분석 방법을 기반으로 요구사항 분석 프로세스를 개선하여 제안하였다. 기존 연구에서 제안한 거시구조 요구사항 분석 방법을 재해석하여 요구사항을 분석하는 단계를 나누고 각 단계의 시스템 요소 설계와 구조를 정의하여 요구사항 분석 프로세스의 설계를 수행하였다.

본 논문은 스마트 테스트 도구(Smart Test Tool)를 이용해 식기세척기 소프트웨어를 검증하는 기법에 대해 제안한다. 가전제품의 동작을 기술하기 위해 통상 스펙시트(spec. sheet: 동작명세서)를 이용하는데, 스펙시트를 이용하면 식기세척기 소프트웨어를 개발자 수준에서 블랙박스 테스트 방법으로 검사해 볼 수 있다. 스펙시트는 식기세척기 행정의 기준이 되며 식기세척기를 실제로 동작시키며 얻은 덤프데이터(dump data)는 비교 대상이 된다. 스마트 테스트 도구는 스펙시트 값의 기준대로 덤프데이터 값이 출력되었는지 확인함으로써 각 행정이 제대로 진행되었는지 파악할 수 있다. 이 논문에서는 스마트 테스트 도구의 구조와 오류 검출 메커니즘에 대해 기술한다.

협업은 둘 이상의 사람들이 하나의 업무 또는 목적을 달성하기위해 공동으로 협력하여 일하는 것이다. 최근 개인 및 조직 간 협업 범위가 공동분석, 데이터 연계, 서비스 조합 등으로 확장되고 대용량 데이터 공유 및 실시간 연계분석 활동이 증대되면서 협업 지향적인 시스템 설계와 개발이 중요시 되고 있다. 특히 스마트워크와 지능화된 협업 기반은 데이터, 프로세스, 서비스, 사람 간의 다차원 연계와 실시간 활용, 의미 기반의 기계적 협력을 전재로 하고 있다. 본 연구에서는 Data, Process, Service, People 측면의 4가지 계층으로 전사적 자원을 설계하고 메타 메타데이터 기반의 온톨로지 분석을 통해 자원 간의 연계와 조합을 지원하는 시스템을 설계했다. Data 계층은 프로세스별 Input, Output 정보를 식별하여 Data의 메타 정보를 정의하고 이를 검색 에이전트가 색인하여 모델링에 참조할수록 한다. Process 계층은 BPMN모델을 확장한 exCPM의 개선 모델을 바탕으로 프로세스를 수행주체 간, 정보공유측면에서 프로세스를 분석했다. Service 계층은 협업지향적인 프로세스를 구성하는 컴포넌트를 서비스로 인식하고 프로파일을 통해 협업을 위한 검색과 프로세스를 연계지원하도록 설계 했다. 마지막으로 People계층은 자원, 프로세스, 서비스 등 시스템에 관여하는 참여자들의 메타정보를 정의하고 이를 온톨로지 기반의 모델에 통합하여 자동 검색되도록 설계했다. 이를 통해 프로세스와 서비스 측면에서 협업을 요구하는 에이전트와 일반 검색 사용자들이 프로세스 간 협업 자원을 파악하고 상호 관계를 분석할 수 있도록 하는 한편, 프로세스를 지원하는 컴포넌트와 서비스 간의 자동적인 조합을 통해 통합적 자원 협력과 실시간 협업 지원 기반을 제시했다.

최근 자연어 및 정형언어 처리, 인공지능 알고리즘 등을 활용한 효율적인 의미 기반 지식모델의 생성과 분석 방법이 제시되고 있다. 이러한 의미 기반 지식모델은 효율적 의사결정트리(Decision Making Tree)와 특정 상황에 대한 체계적인 문제해결(Problem Solving) 경로 분석에 활용된다. 특히 다양한 복잡계 및 사회 연계망 분석에 있어 정적 지표 생성과 회귀 분석, 행위적 모델을 통한 추이분석, 거시예측을 지원하는 모의실험(Simulation) 모형의 기반이 된다. 본 연구에서는 이러한 의미 기반 지식모델을 통합에 있어 텍스트 마이닝을 통해 도출된 토픽(Topic) 모델 간 통합 방법과 정형적 알고리즘을 제시한다. 이를 위해 먼저, 텍스트 마이닝을 통해 도출되는 키워드 맵을 동치적 지식맵으로 변환하고 이를 의미적 지식모델로 통합하는 방법을 설명한다. 또한 키워드 맵으로부터 유의미한 토픽 맵을 투영하는 방법과 의미적 동치 모델을 유도하는 알고리즘을 제안한다. 통합된 의미 기반 지식모델은 토픽 간의 구조적 규칙과 정도 중심성, 근접 중심성, 매개 중심성 등 관계적 의미분석이 가능하며 대규모 비정형 문서의 의미 분석과 활용에 실질적인 기반 연구가 될 수 있다.

Function Block Diagram (FBD)는 산업용 컴퓨터인 Programmable Logic Controller (PLC)의 표준 프로그래밍 언어 중 하나이다. 다양한 시험 기법들의 오류 검출 효과성을 평가하기 위해 뮤테이션 분석 기법이 널리 쓰이고 있는데, FBD 모델 대상 뮤테이션 분석 기법에 대한 연구는 이루어지지 못하였다. 본 연구에서는 FBD 모델 대상 뮤테이션 분석 기법의 토대가 되는 FBD 모델 뮤테이션 연산자를 제안한다. 이를 위해서 FBD 모델의 특성, 다양한 FBD 모델링 오류, 기존의 뮤테이션 분석 기법에 관한 연구를 포괄적으로 분석하여 FBD 모델에 적합한 뮤테이션 연산자를 정의한다. 실제 산업계에서 쓰이는 FBD 모델을 대상으로 뮤테이션 연산자를 적용하고 평가한다.

오늘날의 소프트웨어 개발회사는 엄청난 시장 경쟁에 직면하고 있다. 세계 시장의 요구사항은 다양해 지고, 구현해야하는 휘처의 수는 증가하는 반면에 제품의 생명주기는 점점 짧아지고 있기 때문이다. 많은 소프트웨어 개발 회사는 빨리 변하는 개발 환경에 대응하기 위한 해결책으로 제품라인 공학을 적용하고 있다. 본 논문에서는 휘처 모델링에서 자산과 제품개발까지 휘처-중심 제품라인 소프트웨어 개발을 지원하기 위한 이클립스 플랫폼 기반의 새로운 워크벤치를 소개한다. 워크벤치의 특징과 개념적 아키텍처를 소개하고 주요 구성요소에 대한 간략한 설명과 함께 기능 지원을 위해 구성된 도구들에 대해서 소개한다.

Eclipse를 기반으로 하는 통합Tool에 필요한 Graphical Editor는 다른 방법론을 사용하지 않고 직접 구현할 경우 시간이 많이 소요될 수 있으나 저수준에서 출발하기 때문에 유연성 있고 지속적인 기능 추가에 이점이 있어 계속 고쳐나가야 하는 통합Tool 개발에 적합하다. Text 기반의 Editing에 집중된 Eclipse의 Platform API를 이용하여 Editor Class가 제공하는 기능들에 대응되는 기능들을 Graphic기반의 Editor Class에서 개발하는 방법을 제시한다. 이를 통해 통합Tool에 필요한 Graphical Editor Plug-in을 손쉽게 개발할 수 있다.

소프트웨어 시스템의 신뢰성과 안정성을 보장하기 위해서는 시스템에 내재된 결함을 가능한 많이 줄이는 것이 중요하다. 이는 테스팅을 통해 수행할 수 있으며, 상태 다이어그램을 기반으로 한 테스팅 기법들이 많이 연구되고 있다. 이러한 연구들은 상태와 전이의 경로 커버리지에 초점을 두고, 메시지 시퀀스에 따른 테스트를 고려한다. 하지만 메시지 시퀀스에 따른 테스트 케이스는 모두 정상적인 환경의 테스트 데이터를 반영하고, 그에 따라 무효한 테스트에 취약성을 보인다. 따라서 본 논문에서는 부가적인 산출물을 최소화하고, 시스템의 예외처리를 강화하기 위해 가상의 비정상 전이와 상태를 추가하여 상태 다이어그램으로부터 무효한 테스트 케이스를 도출하는 방법을 제안한다.

유비쿼터스 컴퓨팅 환경에서 스마트 객체는 센서로부터 환경 데이터를 얻는다면, 각종 센서 데이터를 결합하여 사용 할 수 있다. 이러한 데이터를 처리 한 후 스마트 오브젝트는 사용자에게 지능형 서비스를 제공 할 수 있게 된다. 이렇게 하려면 스마트 오브젝트는 센서와 서비스 제공 업체와 호환이 되어야 한다. 본 논문에서는 유비쿼터스 컴퓨팅 분야에서 스마트 오브젝트를 위한 미들웨어를 제안한다. 미들웨어는 센서와 미들웨어 간의 서비스 및 미들웨어 간의 상호 운용성을 위한 메타 데이터를 사용한다. 이 미들웨어는 U-헬스케어, 스마트 홈 등에 사용 될 수 있다.

현재 다양한 스마트 기기들을 통해서 많은 애플리케이션들이 개발되고 사용되고 있다. 하지만 고품질의 애플리케이션 숫자는 극히 일부분에 지나지 않으며, 모바일 소프트웨어에 품질측정 및 평가 방법은 명확히 제시되어 있지 않고 있다. 본 논문에서는 기존의 ISO/IEC 25000에 대한 연구를 기반으로 품질특성에 대한 연구를 통해 모바일 소프트웨어에 적용 가능한 품질특성을 도출하였다. 또한, 고품질 애플리케이션 개발을 위한 품질측정 및 가이드라인을 제시한다.

새로운 비즈니스 환경 변화에 가장 빠르게 대응하는 것이 중요한 IT 환경에서 빠른 서비스의 생성과 컴포넌트의 재활용성이 중요해지고 있다. 한편, 기존 Legacy 시스템의 한계를 극복한 WOA(Web Oriented Architecture)가 부각되고 있지만 Web 기반 시스템의 경우 Legacy 시스템 측정에 알맞게 구축된 비용산정에 어려움을 겪고 있으며, 잘못된 비용 산정의 결과로 인하여 다수의 프로젝트가 실패할 위험을 안고 있다. 따라서 본 논문은 현재 국내 소프트웨어 개발 규모 산정을 위한 국제 표준인 FP(Function Point)를 통한 규모 산정 방식을 제안한다. 본 논문은 기존 FP방식이 가질수 있는 문제점을 제시하고, 기존 산정방식의 문제점을 개선한 연계 기능을 포함한 FP 산출 방법의 제안을 통해 WOA 도메인의 특징을 반영한 FP의 산출이 가능하다. 이를 통하여 WOA 기반 시스템의 정확한 예산 측정이 가능하며, 프로젝트의 실패를 감소할 수 있다.

본 논문은 Use Case 기반 개발에서 요구사항부터 테스트 케이스를 자동 추출하는 메커니즘을 제안 하고자 한다. 제안한 메커니즘은 기존의 테스트케이스 생성 메커니즘을 Use Case 메커니즘과 접목한 것이다. 그리고 그 기반으로 자동 도구 구현을 통해 모든 가능한 테스트 케이스 추출하는데 있다. 이는 최소의 테스트 케이스로 100%의 기능적인 요구사항 커버리지 만족시킨다는 Gary 방법을 이용하고자 함이다. 이 도구의 단계는 확장된 UML 다이어그램으로부터 원인-결과 다이어그램을 전환 한 후, 결정 테이블화한다. 마지막 단계는 이를 통하여 테스트케이스가 자동적으로 발생 한다.

웹 어플리케이션 서버를 통해 동작하는 웹 어플리케이션에 대해 기능 일부를 수정하고자 할 때, 런타임 변경이 가능하고, 어플리케이션 서버의 재시작이 필요 없는 방법에 대해 설명한다. 이러한 방법은 웹 어플리케이션의 동적 설정을 위해 사용할 수 있으며, 변경된 내용을 반영하는데 1) 서버로 어플리케이션 전체를 재배포할 필요가 없으며, 2) 변경될 부분을 부분 코드에 국한시켜 웹 어플리케이션에서 자주 발생되는 SQL 기술문의 변경이나 비지니스 로직에 대한 작은 변경을 간편하게 수정하고 실행시킬 수 있다.

USN기반 응용 시스템에서 사용되는 센서 미들웨어는 식품, 의약, 제조 등 다양한 분야에서 주로 모니터링을 통하여 물품의 질을 좋게 유지시키는 역할을 한다. 이 시스템의 사용자들은 사용 목적에 따라 조건을 설정하여 가공된 데이터를 전송 받는데 알람 메시지와 같은 응급상황은 빠르게 보고받기를 원한다. 응급상황에 대해서 빠르게 보고하기 위해서는 우선순위를 부여하는 방법이 있다. 이 방법은 다른 장치로부터 수집되는 센싱 정보에 대한 처리는 지연되는 문제가 발생한다. 따라서 이 논문에서는 센서 미들웨어에서 응급상황을 빠르게 처리하기 위한 동적 우선순위 결정기법을 제안한다. 제안한 방법은 응급상황에 대해서 동일사건인지 아닌지 판단하여 최초 1회만 보고하고, 동일사건에 대해서는 우선순위를 동적으로 낮춰 문제를 해결하였다.

BIT(Built-in Test)란 소프트웨어와 하드웨어의 기능 및 상태를 진단하고 오류에 대응하기 위한 방법론으로 빠른 오류 대처가 있어야 하는 다양한 분야에서 사용되고 있다. 현업에서의 BIT는 도메인의 특성에 따라 고려해야 하는 요소가 많으므로 각 도메인에 맞춰 구조화되지 않은 형태로 개발되고 있다. 따라서 기존 개발 방법론은 반복적인 작업이 수반되며 적용 환경 및 상활에 따라 변화하는 부분을 매번 새로 개발하기 위해 많은 인력과 시간이 필요하다는 문제점을 가진다. 이를 해결하기 위하여 본 논문에서는 개선된 BIT 개발 프로세스를 제안한다. 제안하는 프로세스는 BIT 처리 과정을 일반화하여 명세하고 이를 활용하여 BIT 처리 코트를 자동 생성한다. 그리고 BIT 코드를 검증할 수 있는 시뮬레이션 환경을 제공한다. 이를 통해 BIT 처리 구조 개발 과정의 편의성과 생산성을 향상하고 BIT 처리 구조의 유연성과 확장성 그리고 안정성을 높일 수 있다.

효율적으로 일하는 방법을 제시하는 프로젝트 관리 프레임 중의 하나인 PMBOK는 9가지 프로젝트 관리 영역의 필요성을 제시하고 있다. PMBOK 프로세스 연관도를 살펴보면, 네트워크 토폴로지의 특징인 노드, 링크, 순위, 빈도수와 관련된 유사한 면이 있는 것을 발견할 수 있다. PMBOK의 표준 프로세스 연관도에 따라 연결되는 링크를 순차적으로 그린다고 가정했을 때, 실제 업무의 프로세스 링크는 네트워크이론의 Power-law를 따를 것이라고 예상되었다. 이러한 현상을 증명하기 위해 PMBOK 표준 프로세스 연관도를 모델로 하여, 인터넷 위상의 특징을 결정하는 속성 중 Power-law1, 2의 관련성을 분석하였다.

SaaS 어플리케이션 개발시 비즈니스 프로세스 자동화를 위한 과정에 검증 기능을 추가함으로써 보다 안전한 SaaS 어플리케이션을 개발 할 수 있는 방법을 제안하였다. 이를 활용하면 SaaS 어플리케이션에서 발생하는 프로세스들간 실행에서 deadlock, safety, liveness 등을 보장받을 수 있고, 비즈니스 프로세스들의 여러 버전들간의 일관성 및 어플리케이션 개발자가 개발한 결과물과 테넌트 관리자가 수정한 결과물에 대한 일관성을 보장받음으로써 신뢰할 수 있는 SaaS 어플리케이션을 개발 할 수 있다.

최근 소프트웨어 개발에 리팩토링이 활성화되고 있다. 리팩토링에 대한 관심이 높아지면서 요소 리팩토링을 정의해서 이들의 조립을 통해 더 큰 단위의 복합 리팩토링을 정의하려는 연구들이 많이 진행되고 있다. 복합 리팩토링을 이용하여 기존 코드의 설계를 개선하기 위해서는 복합 리팩토링의 적용에 앞서 개선할 점이 무엇인지 아는 것이 우선이다. 이처럼 리팩토링의 적용이 필요한 상황을 리팩토링 기회라고 한다. 이에 본 연구에서는 복합 리팩토링 기회를 탐지하는 방법을 제안한다. 그리고 제안한 방법으로 복합 리팩토링의 기회를 직접 탐지해봄으로써 본 연구의 효용성을 확인해본다.

최근 HTML5, AJAX(Asynchronous JavaScript XML) 등으로 구현된 웹 애플리케이션이 널리 이용됨에 따라 웹 애플리케이션에 존재하는 취약점을 악용하는 공격 사례가 증가하고 있다. 웹 애플리케이션의 안전한 개발과 유지보수를 위해, 설계/구현 단계에서의 취약점 완화를 통한 예방, 그리고 운영 단계에서의 공격 탐지 및 대응이 필요하다. 더불어, 위험한 취약점들 및 공격 패턴들을 분석하고 우선순위를 부여하여, 웹 애플리케이션 개발 단계 및 운영 단계에서 심각한 취약점과 공격들을 우선 고려해야 한다. 본 논문에서는 OWASP Top 10과 CWE(Common Weakness Enumeration)를 연동시켜 CAPEC(Common Attack Pattern Enumeration and Classification)에서 웹 관련 주요 공격 패턴을 선별하고 순위화하였다. CWE는 취약점 예방에 도움을 주며, 순위화된 공격 패턴은 웹 애플리케이션에서 주요 공격들을 효율적으로 방어할 수 있게 하여 준다.

일반적으로 현업에서 통합테스트 시나리오를 작성하는 개발자는 개발 단계의 이슈와 그들만의 요구사항을 테스트시나리오에 포함하는 경향이 있다. 즉 설계 단계에서 중요시 되던 사용자 요구 사항이나 우회 흐름과 같은 이슈들은 빠지기 쉽다. 이번 연구에서는 통합 테스트 시나리오 작성시 상태전이기법과 같은 테스트 설계 기법을 사용하여 개발자가 빠뜨리기 쉬운 설계 단계에서의 사용자 요구 사항과 같은 항목들이 고려되는 통합 테스트 시나리오를 도출하는 방법을 제시하였다. 이 방법을 활용한 결과 생각하지 못했던 테스트 케이스와 테스트 시나리오를 도출 할 수 있었고, 이로 인해 높은 만족도를 얻을 수 있었다.

AUTOSAR가 차량용 전장 소프트웨어의 표준으로 자리 잡음에 따라 이를 기반으로 하는 다양한 개발 도구와 개발 방법이 연구 되고 있다. 특히 UML로 대표되는 모델 기반의 개발 방법의 적용에 대한 연구 역시 많은 부분에서 진행되고 있다. 본 논문에서는 모델을 이용한 AUTOSAR 기반의 개발 방법을 AUTOSAR 소프트웨어 컴포넌트 개발에 적용하기 위하여 이 과정에서 필요한 모델 프로그래밍 지원 도구를 제안한다. 본 도구는 일반적으로 모델 기반의 개발 방법에서 컴포넌트 다이어그램에서는 컴포넌트, 상태머신 다이어그램에서는 상태 속에 숨겨져 있는 코드를 시각적으로 드러내고, 편집과정에서 지원하여 개발의 능률성을 높임과 동시에 좀 더 신뢰성 있는 코드에 작성을 가능하게 한다.

Sometimes scalability is described loosely as a synonym for capacity. A system has their own characteristics that differ from others. For each system, they may have different aspect to identify their scalability. Our focus here is in the sensor middleware. This paper described the analysis of scalability for sensor middleware. Summarizing approaches to keep the scalability in check and propose a measurement candidate to decide whether it's scalable or not.

소프트웨어 개발 시 코딩 규칙을 준수하면 소프트웨어에 잠재적으로 존재하는 프로그래밍 오류를 예방하는데 많은 도움이 된다. MISRA-C: 2004 는 고 신뢰성과 고품질이 요구되는 자동차, 우주항공, 통신, 등 제조분야에 대한 C언어 코딩 가이드 라인이다. 본 논문에서는 자동차와 우주항공같이 높은 안전성이 요구되는 원격 수소시스템을 타깃으로 하여 정적 분석한다. 그리고 분석 결과 발견된 오류 중 가장 빈번히 일어나는 오류에 대한 문제점을 분석하고 소프트웨어 품질 개선을 위하여 프로그래머들의 코딩 규칙 준수를 권장한다.

본 논문은 스테이트 플로우에서 작성된 제어 흐름 그래프를 전개하여 테스트 케이스를 뽑아내기 위한 기존 제어 흐름 그래프 전개 알고리즘에 대해서 소개한다. 그리고 기존 제어 흐름 그래프전개 알고리즘의 단점으로 지적되는 비효율적인 측면, 즉 불필요한 하위 트리의 복사 등의 단점을 개선하기 위해 Back-Up Free라는 개념을 소개하고, Back-Up Free 개념을 적용하여 좀 더 개선된 제어 흐름 그래프전개 알고리즘의 아이디어를 설명한다.

대규모 실시간 시스템인 SCADA 시스템은 수처리, 발전, 보일러, 제철, 석유화학 등 산업전반에 걸쳐 사용되는 시스템이다. 현재는 국산화가 잘 이루어져 아직까지 큰 문제가 없는 분야이지만, 전통적인 방법론을 통해 개발된 시스템을 사용하고 있다. 복잡하고 규모가 큰 시스템에서는 전통적인 방법론으로는 잠재된 오류나 이로 인한 피해여부를 파악할 수 있는 방법이 없다. 본 논문에서는 모델기반 명세 및 검증 언어인 Statecharts를 이용해 소프트웨어공학적 기법을 SCADA 시스템의 통신 모듈에 적용시켜 시스템의 안전성과 신뢰성을 향상시키고자 한다.

본 연구에서는 MATLAB Simulink/Stateflow 기반으로 만든 모델의 transition의 condition을 미리 연산하고, 이를 바탕으로 모델을 최적화하는 모듈을 제안하고 이를 구현하였다. 구현한 모듈은 stateflow 내부의 transition condition의 label string을 이진트리로 구성하고, True/False를 판단한다. 그리고 condition의 True/False 판단 결과를 통해 모델의 최적화 과정을 수행한다. 제안하는 모듈을 이용하여 간단한 예시모델의 수정 과정을 보이고 테스트 커버리지가 향상되는 것을 검증하였다.

안전, 보안 필수 시스템들과 같이 정확성(Correctness)와 고 무결성(High-Integrity)이 필수인 시스템 개발을 위해 오류의 근원인 결점들을 초기에 제거하고 예방하는 Correctness by Construction 개발방법론이 제시되었다. 하지만 Correctness by Construction 방법론에서 제어정보를 표현하는 액티비티가 존재 하지 않아 반응형 시스템과 같이 제어부분이 중요한 시스템에 적용하기가 쉽지 않다. 본 논문에서는 Correctness by Construction프로세스에 제어 정보을 명세, 개발하는 프로세스를 추가한 Correctness by Construction 프로세스를 제안한다. 또한 철도제어 시스템 중 거리제어모듈 개발에 적용을 하여 사례 연구를 수행한다.

상황 인식 시스템에서, 핵심 요소 중의 하나가 서비스 명세이다. 지금까지 서비스 명세를 표현하기 위해서 생성 규칙, 마크업 기반 언어 및 온톨로지 기반 언어 등이 사용되었다. 이들과는 다르게, 본 논문에서는 병행 시스템 및 반응형 시스템의 속성 명세에 널리 사용되는 시제 논리를 이용하여 상황 인식 서비스를 명세하고자 한다.

긴 파라미터 리스트(Long parameter list)는 소프트웨어 코드의 품질을 저해시키는 Bad Smell들 중 하나로써, 코드에 대한 이해도를 떨어뜨리고 코드의 변경을 어렵게 한다는 문제점이 있다. 이러한 문제를 해결하는 기법들 중 하나인 IPO(Introduce Parameter Object) 기법은 함께 사용되는 빈도가 높은 파라미터들을 하나의 클래스로 만든 후에 관련된 기능들을 해당 클래스의 메소드로 추출하여 사용하므로 코드의 중복을 막아 재사용성을 높이고 코드에 대한 이해도를 높일 수 있다. 하지만 IPO 기법의 주된 관심사는 파라미터 그룹의 발생 빈도에 초점을 두고 있으며, 커플링에 대한 고려가 충분히 이루어지지 않는다. 따라서 본 연구에서는 IPO 기법과 커플링의 관계를 분석하여 IPO 기법이 커플링까지 고려할 수 있도록 확장된 IPO기법을 제안한다. 제안된 기법은 기존의 기법에 비해 더 낮은 커플링을 달성하여 고품질의 코드를 얻을 수 있다.

본 논문은 오픈소스 자바 어플리케이션인 JTopas를 대상으로 단위 메소드 테스트를 수행하고, 기존의 IDE 중심의 JUnit 테스트 환경이 아닌 텍스트 UI 테스트 러너 기반으로 테스트를 수행함으로써 얻는 효과를 기술한다. 또한 리눅스 환경을 활용하여 쉘 프로그램으로 테스트 실행 프로그램을 작성하였으며, 이를 통하여 테스트 실행 결과 분석을 용이하게 할 수 있다. 동시에 테스트 코드와 테스트 대상 소스 코드를 관리하는 패키지 구성 방법을 보임으로써, TDD등에서 요구하는 테스트 코드 작성과 소스 코드 작성을 동시에 수행하는 환경을 지원하는 효과가 있다.

단위 테스트에 대한 관심이 커지면서, 어떤 테스트 케이스 선정기준을 사용해야 하는지에 대한 기준이 필요해지고 있다. 비록 프로그래머들이 단위 테스트에 적용할 수 있는 여러 테스트 criteria에 대하여 습득하고 다양한 도구들에 대해 숙지하고 있더라고, 어느 설계기준을 언제 사용해야 할지에 해하여 결정하는 부분이 여전히 어렵다. 이러한 criteria, 특히 구조 기반 테스트 criteria,에 대한 여러 비교 연구들이 있어왔다. 본 논문은 이러한 criteria들의 비교 연구들을 진행하는 과정을 고찰해보고자 한다.

인터넷 상에서의 변형 단어들을 처리하는 문제는 정보 검색, 기계 번역, 웹 마이닝, 욕설 및 스팸 필터링과 같은 다양한 분야에서 사용될 수 있다. 특히 단어의 변형 추이를 파악하는 등 데이터 수집 및 분석을 위해서는 주어진 단어가 어떤 변형 단어의 집합으로 이루어진 부류에 포함되는지 여부를 파악해야 할 필요성이 있다. 본 논문에서는 같은 부류에 속한 변형 단어 집합에 대하여 다중 서열 정렬(multiple sequence alignment)을 수행함으로써 해당 집합을 하나의 대표 문자열로 취급하는 변환 기법을 제안하고, 이를 이용해 주어진 단어가 해당 부류에 속하는지 여부를 효과적으로 분류하는 기법을 소개한다. 실험결과 제안 기법의 분류 성능은 민감도 93.4% 수준에서 89.1%의 특이도를 보여 전수 비교를 통한 분류에 비하여 결코 성능은 하락하지 않으면서 분류 속도는 16.5배 향상되었음을 확인할 수 있었다.

본 논문에서는 대화에서 그래프 기반 키워드를 추출하는 방법을 제안한다. 대화의 특성상 길이가 짧고, 생략이 많아 키워드 간의 연결 정도를 판단하기 힘들다. 이를 보완하기 위해 본 논문에서는 과거의 개인 대화 정보를 활용한다. 과거 대화 정보는 시간의 흐름이 반영된 현재 대화가 이뤄지기 전 말하고 듣는 것을 지칭하며, 이를 활용함으로써 개인화된 키워드를 발견할 수 있게 도와준다. 키워드 추출에 있어 현재 대화에서만을 고려하는 기존 연구와 달리, 제안한 방법은 앞서 구축된 과거 정보를 활용하여 그래프를 확장한 후 키워드를 추출한다. 실험을 통해 제안하는 방법이 베이스라인보다 현재 문장을 잘 반영할 수 있는 키워드를 추출함을 보인다.

본 논문에서는 띄어쓰기가 완전히 무시된 한국어 문장의 띄어쓰기 문제를 위해 structural SVM을 이용한 한국어 띄어쓰기 방법을 제안한다. Structural SVM은 기존의 이진 분류 SVM을 sequence labeling 등의 문제에 적용할 수 있도록 확장된 것으로, 이 분야에 띄어난 성능을 보이는 것으로 알려진 CRF와 비슷하거나 더 높은 성능을 보이고 있다. 본 논문에서는 약 2,600만 어절의 세종 코퍼스 원문을 학습 데이터로 사용하고, 약 29만 어절의 ETRI 품사 부착 코퍼스를 평가 데이터로 사용하였다. 평가 결과 음절단위의 정확도는 99.01%, 어절단위의 정확도는 95.47%를 보였다.

노래(Song)와 같이 가사를 포함한 음악은 같은 스타일의 멜로디라도 청자에 따라 느끼는 감정이 다르다. 따라서 전통적인 음악 분류에서 사용하는 템포, 박자, 음정, 음표, 리듬과 같은 자질을 이용하여 감정을 분류할 수 없다. 본 연구에서는 가사로부터 감정 자질을 추출하고, 이를 학습 자질로 이용하여 노래 가사의 감정을 분류한다. 감정 자질의 추출 정확도를 높이고자, 한국어의 언어적 특징을 반영한 규칙을 구축한다. 추출된 감정 자질과 structured SVM을 이용하여 노래 가사의 감정을 분류한 결과, Naive Bayes나 SVM과 같은 전통적인 학습 기법보다 높은 성능(accuracy = 68.9%)을 보였다.

모바일 환경에서 정보 검색 시, 사용자가 질의를 구체적으로 입력하는 것이 번거로운 문제점이 있다. 본 논문은 모바일 환경에서의 효율적인 검색 성능 향상을 위해 단일 문서 피드백을 이용한 개념적인 재순위화 방법을 제안한다. 사용자는 질의 의도와 관련있는 문서 하나를 시스템에 피드백한다. 제안한 방법은 피드백된 문서와 앞서 검색된 문서들을 위키피디아의 표제어로 표현되는 개념적인 차원으로 맵핑함으로써 개념적인 수준에서 검색 결과를 재순위화한다. 최근 한국어 뉴스 및 블로그를 대상으로 한 실험 결과 키워드 기반 피드백 방법에 비해 제안한 방법이 높은 성능을 보였다.

본 논문은 과학 기술 분야 학술 정보에 내재된 기술 지식을 효과적으로 추출하기 위한 시스템인 SINDI-WALKS를 소개한다. 이 시스템은 학술 정보에 자주 등장하며 내용 전개에 핵심적인 역할을 수행하는 PLOT, 즉 인명, 지명, 기관명, 그리고 기술용어를 자동으로 인식하고 이들 간의 의미적 연관 관계를 추출할 수 있는 통합 지원 도구이다. 논문에서 소개하는 다양한 지원 도구들을 바탕으로 기술 지식추출의 성능을 특정 분야 혹은 자원에 최적화할 수 있는 기반을 마련할 수 있다.

음성 인식 기술의 발전과 더불어 다양한 분야에서 음성 인식 시스템이 활용되고 있다. 본 논문에서는 사용자 음성으로부터 입력된 문장의 의도를 파악하여 모바일 기기를 제어할 수 있는 시스템에 대해서 기술한다. 사용자의 의도를 파악하기 위해, 동일한 의미를 가진 문장 형태들을 LSP(Lexico Semantic/Syntactic Pattern)로 구성하였고, 이를 이용하여 입력된 문장의 의도를 파악할 수 있는 문장-의미 분석 시스템을 구현하였다. 사용자의 음성 인식은 구글 안드로이드 음성 인식 모듈을 이용하였으며, 음성 인식 모듈과 문장-의미 분석 시스템을 통해 얻어진 화자의 의도는 모바일 기기의 동작과 연결된다. 본 논문은 자연적인 음성 명령을 통해 자연스러운 모바일 제어가 가능하다는 것을 보여준다.

서브토픽 마이닝(subtopic mining)이란 사용자 의도를 반영하는 서브토픽을 찾아내고 순위화하는 연구분야이다. 본 논문은 서브토픽 마이닝의 결과를 평가하는 기존 방법의 한계점을 제시하고, 이를 해결하기 위해 질의어의 종류를 고려하여 보다 명확한 의도 항목(intent)의 나열을 유도하고, 질의어와 의도 항목 사이에 'is-a' 및 'part-of' 관계를 적용하여 보다 일관성 있고 의도 항목의 의미적 중복을 최소화하는 평가 방법을 제안하였으며, 평가 대상을 3종류로 구분하여 평가 결과의 활용도를 높였다.

서로 다른 분야에서 사용되는 어휘는 서로 다르게 번역된다. 본 논문에서는 특정 분야를 고려해 번역하기 위하여 대역 사전을 통계기계번역과 결합한 방법을 제안한다. 한/일 병렬 말뭉치를 500문장을 이용해 평가해 본 결과 학습용 병렬 말뭉치의 양이 너무 적거나 특정 분야의 병렬 말뭉치가 존재하지 않을때 대역 사전을 결합하면 번역 성능이 향상되었다.

SNS, 블로그의 이용이 늘어나면서, 문서의 복제와 재생산이 빈번하게 발생함에 따라 대용량 문서에서의 유사중복문서 검출이 큰 이슈로 제기되고 있다. 본 논문에서는 한국어 문서를 대상으로 이러한 문제를 해결하기 위해 품질을 유지하면서 신속하게 문서집합 중 유사중복문서를 검출하는 방법에 대해 제안한다. 제안하는 알고리즘에서는 문서를 대표하는 고빈도 Unigram Token을 활용하여 문서를 군집화함으로써 비교 대상을 최소화 하였다. 실험결과, 76만 문서에서 기존 방법 대비 평균 0.88의 Recall을 유지하면서도 중복을 검출하는데 있어서 십수초내에 처리가 가능함을 보였다. 향후 대용량 검색시스템 및 대용량 이미지, 동영상 유사중복 검출에도 활용할 수 있을 것으로 기대한다.

본 논문은 일본어 웹 문서 말뭉치로부터 의존 구문 구조 관점으로 바라본 단어들의 동시발생(co-occurrence) 정보를 사용하여 서브토픽 마이닝(subtopic mining)을 수행하는 방법론을 제안한다. 우리는 의존 구문 구조를 반영하는 간단한 패턴들을 사용하여 서브토픽들을 추출 및 생성하고, 제안한 수식을 바탕으로 순위화한다. 본 방법론은 기존의 주요 상용 검색 서비스에서 제공하는 연관 검색어 및 추천 검색어를 사용한 방법론보다 좋은 성능을 보였다.

When writing English essays, non-English-speaking people will often encounter the problems such as lack of vocabulary, difficulties of expressing their ideas. To solve such problems, we designed an aiding system for English essay writing. While users are writing essays using this system, system will automatically offer words and phrases prompts according to what the users have typed in. For users in different research areas, we designed 71 different prompt knowledge bases. The evaluation result shows that the system effectively helps non-English-speaking authors express their ideas more spontaneously.

긴축문은 형식 상 복문이지만 문장의 일부를 생략하여 단일문처럼 표현하기 때문에 의미상 논리적인 관계를 가지고 있는 비구문적인 복문으로서, 중국어 대화체 비정형 데이터의 대표적인 유형이다. 이는 비구문적인 문장에 취약한 대화체 자동번역 성능 향상의 걸림돌이 되고 있다. 이를 위해 본 논문에서는 패턴기반의 긴축문 추정과 긴축문 복원이라는 두 단계 처리 방법을 제안하며, 긴축문 처리의 필요성과 유효성을 자동번역 성능 향상 여부 실험을 통해 검증하였다. 실험 결과, 긴축문 추정은 95.5% 정확률을 보였으며, 전체 번역문의 번역성능은 2.21% 향상되는 결과를 보였다.

사람들은 주변의 영향을 받아 가면서 각자의 독특한 글쓰기 양식을 만들어간다. 따라서 같은 연령대와 성별을 가지는 사람들은 유사한 글쓰기 양식을 나타내는 경향이 있다. 이와 같은 가정을 바탕으로, 본 연구에서는 다양한 연령대와 성별의 사람들이 작성한 트윗의 문체를 분석하여 임의의 트윗을 작성한 저자의 연령대와 성별을 예측하는 실험을 진행하였다. 한국어 웹 언어에서 자주 보이는 표현들을 토대로 구성한 자질들과, 그에 비해 데이터와 관계가 적은 n-gram 단위의 자질들을 함께 사용하여 예측을 진행함으로써, 최대 공산 기준치보다 25%가량 높은 정확도를 보이는 예측 결과를 얻게 되었다. 이와 함께 각 자질 구성이 예측에 얼마나 효율적으로 기여하는지에 대한 이해도를 높일 수 있었다.

핸드폰 사용이 보편화되고 핸드폰의 문자 사용량이 늘어감에 따라 대량의 핸드폰 문자 메시지를 구축하는 건이 가능해졌다. 이러한 문자 데이터를 처리에 기반이 되는 대화 구분 방법을 제안하였다. 이 방법론은 기존 문서분류 방식을 적용하는데 발생하는 문제를 피하기 위해 시간정보를 사용하는 비지도학습 방법론이다. 해당 방법을 실제 핸드폰 메시지 데이터에 적용한 결과 정확율과 재현율에서 0.9를 넘는 높은 성능을 보였다.

형태소 복원은 형태소 분석의 한 단계로 문장에 나타난 형태소의 변형 현상을 분석하여 규칙화하고 이를 이용하여 형태소 원형을 복원하는 것이다. 본 논문에서는 형태소 품사 부착 말뭉치로부터 다양한 형태소 변화 규칙을 학습하여 효과적으로 형태소 원형을 복원하기 위한 계산 방법을 비교한다. 이를 위해 계산 모델, 한글 코드, 학습 자료를 다르게 하여 학습하고 그에 따른 성능을 비교 분석한다.

본 논문은 한글로 입력된 질의어를 이용하여 웹상의 MathML (Mathematical Markup Language) 수학식을 검색하는 시스템을 제안한다. 웹상의 수학식은 과거 이미지를 이용하여 표현되는 경우가 많았지만, 현재는 대부분 MathML과 같은 수학식 표현 마크업 언어로 작성되고 있다. 그러나 이러한 수학식을 검색하기 위해서는 해당 언어를 알고 있거나 수식 입력 툴을 이용해야 하는 경우가 대부분이기 때문에, 일반 사용자들이 수학식 검색을 하는 데에는 제약점이 따랐다. 본 연구에서는 사용자들이 전통적인 검색 방법을 이용하여 특정 마크업 언어가 아닌 일반 평문으로 작성된 질의어를 입력하여 수학식을 검색 가능 하도록 하기 위해, 평문 질의어를 MathML 표현으로 변환시키는 방법을 사용한다. 질의어로 입력될 수 있는 다양한 수학식 표현을 미리 구축한 사전을 이용하여 MathML 표현으로 변환하는 간결한 기법만으로도 MRR 0.495 의 높은 성능을 얻을 수 있었다.

지식iN 등의 지식검색 서비스는 잘못된 답변으로 인한 낮은 신뢰성과 다수의 중복 답변 등의 문제점을 가진다. 질의문 '세상에서 가장 큰 나라'에 대해서 관련된 모든 질문과 답변을 제시하지 않고 질의문과 관련된 다수의 답변을 분석하여 답변 '러시아'를 추천하여 제시할 수 있다면 지식검색의 효용성과 신뢰성이 크게 향상될 수 있다. 본 논문에서는 질문-답변의 유형을 단어, 글, 도표, 목록의 네가지로 분류하고, 그 중 단어 유형에 대한 답변 추천 방법을 제시한다. 질의문에 대해 검색된 질문을 군집화하고, 질문에 대한 답변들에 대해서 TF, IDF, 어휘간 거리 정보를 다양하게 결합하여 어휘의 점수를 계산한다. 각 군집에서 가장 높은 점수를 가지는 어휘를 해당 군집에서 가장 중요한 어휘로 보고 추천 정답으로 제시한다. 단어 유형인 질문 100개에 대한 네이버 지식iN에 대한 시스템 평가에서 추천된 상위 1위에 대해서는 68%의 정답률을, 상위 5위까지에 대해서는 89%의 정답률을 보였다.

증강현실 콘텐츠를 2D 이미지기반으로 저작할 때, 작성된 증강현실 콘텐츠를 카메라 시점과 일치시켜 합성하기 위해 호모그래피를 이용한다. 이때 증강현실 콘텐츠를 이질감 없이 합성하기위해 정확한 호모그래피 행렬을 추정해야 한다. 그러나 호모그래피 행렬 추정 시 사용되는 특징점들이 선형을 이루거나, 특정 영역에 군집을 이루는 경우 정확한 호모그래피 행렬을 추정하지 못하는 문제가 발생한다. 본 논문에서는 이러한 문제를 해결하기 위해 선형제약, 거리제약을 적용한 CSP 기반의 RANSAC 알고리즘을 제안한다. 실험결과 호모그래피 행렬 추정 시 CSP를 적용한 RANSAC 알고리즘이 기존의 랜덤샘플링 또는 삼각형의 넓이를 이용한 샘플링을 적용한 RANSAC 알고리즘보다 정확도가 향상됨을 보였다.

스마트폰 사용의 보편화와 센서기술의 발달로 이를 응용하는 다양한 연구가 진행되고 있다. 특히 가속도, GPS, 조도, 방향센서 등의 센서들이 스마트폰에 부착되어 출시되고 있어서, 이를 이용한 상황인지, 행동인식 등의 관련 연구들이 활발하다. 하지만 다양한 클래스를 분류하면서 높은 인식률을 유지하는 것은 어려운 문제이다. 본 논문에서는 인식률 향상을 위해 계층적 구조의 순환 신경망을 이용하여 제스처를 인식한다. 스마트폰의 가속도 센서를 이용하여 사용자의 제스처 데이터를 수집하고 BLSTM(Bidirectional Long Short-Term Memory) 구조의 순환신경망을 계층적으로 사용하여, 20가지 사용자의 제스처와 비제스처를 분류한다. 약 24,850개의 시퀀스 데이터를 사용하여 실험한 결과, 기존 BLSTM은 평균 89.17%의 인식률을 기록한 반면 계층적 BLSTM은 평균 91.11%의 인식률을 나타내었다.

기계 학습에서 입력 데이터의 차원을 줄이는 문제(dimension reduction)는 매우 중요한 문제 중의 하나이다. 입력 변수의 차원이 늘어남에 따라 처리해야하는 연산의 수와 계산 복잡도가 급격히 늘어나기 때문이다. 이를 해결하기 위하여 다수의 기계 학습 알고리즘은 명시적으로 차원을 줄이거나(feature selection), 데이터에 약간의 연산을 가하여 차원이 작은 새로운 입력 데이터를 만든다(feature extraction). 반면 사람이 여러 종류의 고차원 센서 데이터를 입력받아 빠른 시간 안에 정확하게 정보를 처리할 수 있는 가장 큰 이유 중 하나는 실시간으로 판단하여 가장 필요한 정보에 집중하기 때문이다. 본 연구는 사람의 정보 처리 과정을 기계 학습 알고리즘에 반영하여, 집중도를 이용하여 효율적으로 데이터를 처리하는 방법을 제시한다. 이 성질을 시각 하이퍼네트워크 모델에 반영하여, 효율적으로 고차원 입력 데이터를 다루는 방법을 제안한다. 실험에서는 시각 하이퍼네트워크를 이용하여 고차원의 이미지 데이터에서 행동을 분류하였다.

문서 내에 존재하는 중요한 개체들 간의 관계를 자동으로 추출할 때 개체와 개체 사이의 상호작용 표현에 중요하게 관여하는 핵심자질을 잘 선택할수록 빠르고 정확하게 관계 추출을 수행할 수 있다. 본 논문에서는 개체 쌍 사이에 존재하는 술어-논항 구조의 어휘 패턴 문자열을 정규화해서 스트링 커널에 적용하는 관계 추출 방법을 제안한다. 제안된 시스템의 성능 평가를 위해서 과학기술문헌에 존재하는 중요한 개체들 간의 연관관계 추출 성능 평가를 수행하는 테스트컬렉션을 자체적으로 구축하였으며 실험을 통하여 제안된 방법의 성능을 측정하였다. 정확도 실험 결과, 스트링 커널의 입력으로 문장 전체를 사용한 경우에는 55.0693%, 개체 쌍 사이의 문자열을 사용한 경우에는 61.0331%, 그리고 술어-논항 구조의 어휘 패턴 문자열을 사용한 경우에는 69.14%로, 술어-논항 구조의 어휘 패턴 문자열을 사용했을 때 성능이 가장 좋게 나타났다. 결론적으로 문장 내의 술어-논항 구조를 분석하여 정규화된 어휘 패턴을 생성하고 이렇게 생성된 문자열을 스트링 커널에 적용하는 방법이 관계 추출에 유용한 방법임을 알 수 있었다.

시계열 데이터 모델링은 시간 간격의 길이에 따라 단기적인 패턴이 주로 반영된다. 특히, 모델에 마코프 가정을 적용하였을 경우 이전 시간의 값에 따라 현재값이 결정된다. 시계열 데이터의 장기적인 변화를 다루기 위해, 특정 길이의 순차적 패턴을 부호화 하고, 이를 상위 모델의 입력으로 사용하는 과정을 통해 추상화를 시도하고자 한다. 실제로 사람의 감각기억은 200~500 밀리초 가량의 짧은 기억 유지기간을 갖는데, 이 기간의 정보를 상위 처리기의 입력 단위로 보고자 하는 것이다. 이에 본 고에서는 에너지기반 모델링 기법을 이용하여 반복적으로 나타나는 순차적 패턴을 부호화 하는 방법을 제안한다. 이 부호화 방법은 시간 순서에 따른 패턴의 유사도를 이용하여 확률적으로 다음 패턴과의 관계를 표현할 수 있으며, 이는 향후 시계열 데이터를 간략하게 표현하여 분석 및 시각화에 도움을 줄 수 있다.

가상군의 자율행위 모델링은 전장모의모델링 시스템의 성능을 결정하는 주요한 요소이다. 불확실한 상황을 확률적으로 고려하여 최적의 의사결정을 가능하게 하는 POMDP (partially observable Markov decision process) 모델은 가상군의 자율행위 모델링에 있어서 매우 자연스러운 프레임워크이다. 그러나 POMDP 모델의 높은 계산복잡도로 인한 최적 행동정책 계산의 어려움은 POMDP 모델을 이용한 가상 군의 자율행위 모델링을 저해하는 요소이다. 본 논문에서는 대규모 가상군의 자율행위 모델링을 위해 factored POMDP 모델을 이용한다. 그리고 "Hasty Defense" 사례연구를 통해 그 효과를 확인한다.

본 연구에서는 고차 데이터 분류를 위해 순차적 베이지만 샘플링 기반의 진화연산 기법을 이용한 하이퍼네트워크 모델의 학습 알고리즘을 제시한다. 제시하는 방법에서는 모델의 조건부 확률의 사후(posterior) 분포를 최대화하도록 학습이 진행된다. 이를 위해 사전(prior) 분포를 문제와 관련된 사전지식(prior knowledge) 및 모델 복잡도(model complexity)로 정의하고, 측정된 모델의 분류성능을 우도(likelihood)로 사 용하며, 측정된 사전분포와 우도를 이용하여 모델의 적합도(fitness)를 정의한다. 이를 통해 하이퍼네트워크 모델은 고차원 데이터를 효율적으로 학습 가능할 뿐이 아니라 모델의 학습시간 및 분류성능이 개선될 수 있다. 또한 학습 시에 파라미터로 주어지던 하이퍼에지의 구성 및 모델의 크기가 학습과정 중에 적응적으로 결정될 수 있다. 제안하는 학습방법의 검증을 위해 본 논문에서는 약 25,000개의 유전자 발현정보 데이터셋에 대한 분류문제에 모델을 적용한다. 실험 결과를 통해 제시하는 방법이 기존 하이퍼네트워크 학습 방법 뿐 아니라 다른 모델들에 비해 우수한 분류 성능을 보여주는 것을 확인할 수 있다. 또한 다양한 실험을 통해 사전분포로 사용된 사전지식이 모델 학습에 끼치는 영향을 분석한다.

This paper presents a method for generating an autonomous activity-based diary in the environment including a personal computer (PC). In order to record a user's various tasks in front of a PC, we consider the contextual information such as current time, opened programs, and user interactions. As one modality for the user interaction, a motion sensor was applied to recognize a user's hand gestures in case that the activity is conducted without interaction between the user and the PC. Moreover, we propose a temporal clustering method to recapitulate the sequential and meaningful activity in the stream of extracted PC usage logs. By combining those two processes, we summarize the user activities in the PC environment.

세종 트리뱅크는 현존하는 한국어 트리뱅크 중 비교적 최근에 구축되었고 그 규모가 가장 큰 자원이다. 세종 트리뱅크는 어절을 기반으로 구축되어 있어, 어절의 개념이 없는 영어를 기반으로 연구 개발된 대다수의 구문분석기를 학습하는 데 이용될 경우 모호성이 발생된다. 본 논문에서는 세종 트리뱅크를 변환하여 학습 시 모호성을 줄이고, 이를 통해 학습된 구문 분석기의 성능을 높이는 방법에 대하여 서술한다. 실험 결과에 따르면 본 논문에서 제시된 변환 결과를 통해 최소 2 %에서 최대 4 % 정도의 성능 향상 효과를 얻을 수 있었다.

본 논문에서는 4-조각 전립선 병리조직 영상을 기하 보정 및 강체 정합하여 자동 스티칭하는 방법을 제안한다. 4-조각 병리영상에 대하여 총 3번의 스티칭을 수행하는데, 좌, 우 조각영상의 상, 하 영상 간 스티칭을 각각 수행 한 후 좌, 우 조각 영상 간 스티칭을 수행한다. 강체 정합 전 병리 조각의 코너를 이용해 x-축, y-축 방향의 위치보정과 회전보정을 수행하는 기하보정 단계를 거침으로서 지역적 최적해로의 수렴을 방지하며, 강체 정합의 정확성을 높인다. 병리영상은 전체적으로 밝기값이 유사하므로 밝기값이 아닌 외곽선 정보를 이용하여 조각 영상간의 거리를 최소화시켜 강체 정합한다. 실험 결과, 4-조각 전립선 병리조직 영상이 지역적 최적해에 수렴하지 않고, 조각 영상 간 거리를 최소화 하며, 하나로 스티칭 됨을 확인할 수 있었다. 제안 방법의 총 수행 시간은 평균 10.32초로 측정되었다. 본 논문의 제안 방법은 4조각으로 나뉜 전립선 병리조직 영상을 하나로 스티칭 함으로서 해당 조직의 전체 구조 파악 및 조직 내에서의 암의 위치 파악에 사용 될 수 있으며 이를 통한 전립선암의 확진에도 사용 될 수 있다.

본 논문에서는 열 영상카메라를 통해 입력 받은 영상을 CS-LBP(Center-symmetric LBP)와 랜덤 포레스트(Random forest)를 이용하여 보행자 휴먼 객체를 검출하는 방법을 제안한다. 우선 불필요한 후보영역을 줄이기 위해 열 영상의 표준편차, 밝기 평균, 밝기 최대값을 이용하여 이진화하고, 신체부위 중 가장 발열이 강한 얼굴부위를 핫스팟 영역으로 설정한다. 그 후, 핫스팟 영역에서 CS-LBP특징을 추출하여 결정 트리의 앙상블인 랜덤 포레스트 분류기를 이용하여 최종적인 보행자 휴먼 객체를 검증한다. CS-LBP와 랜덤 포레스트 분류기를 통해 실시간 보행자 객체의 검출이 가능하고, 높은 검출 성능을 나타내었다.

교통 표지판은 도로 주행에 있어 분별력 있는 정보를 제공한다. 하지만 주행 중에 가로수나 다른 자동차에 의해 교통 표지판은 가려져 있거나 훼손된 경우가 많다. 또한 자동차가 커브할 때 카메라 영상에는 회전된 객체로 보이게 된다. 이런 경우에 교통 표지판의 인식이 어렵기 때문에 본 논문에서는 각 문제점에 모두 강건한 피처를 이용해 매칭하는 방법을 제안하였다. 본 논문에서 제안한 방법에 기반하여 주행 중 영상에서 보다 분별력 있는 정보를 획득하여 더 많은 응용 분야에 적용할 것으로 기대한다.

'변증'은 전통 한의학에서 사용되어 온 독특한 진단 단위로써, 향후 정보적 관점에서 중요성이 점점 높아지고 있다. 이에 우리는 변증을 기반으로 서양 의학 관련 문헌 정보들로부터 텍스트마이닝을 통해 추출된 유전자들과 중풍을 일으키는 병인으로 알려진 유전자들과의 관련성을 파악하고자 시도하였다. 실험결과를 통해 뇌혈관질환 질병에 관하여 한의학에서의 변증 결과가 서양의학 기술의 결과와 유사한 생물학적 의미를 전달해내고 있음을 확인할 수 있었다. 우리의 연구는 몇 가지 제약에도 불구하고, 향후 한의학의 객관성을 회복함으로써 가치를 높이고, 서양의학 기술과의 접목을 이루기 위한 중요한 시발 연구가 될 것으로 기대된다.

초 고성능 바이오 서열 분석 장비 기술의 발달로 대량의 바이오 정보가 쏟아져 나오고 있으며, 바이오산업의 발달로 개인별 유전체 정보에 의한 맞춤의학의 시대가 도래되고 있다. 수많은 서열에 대한 분석에는 많은 저장장치 및 주기억장치가 필요하므로 슈퍼컴퓨터 급의 서버와 대량의 데이터를 빠르게 처리할 수 있는 프로그램이 필요하다. 이러한 분석에는 염기서열 일치 검색과 이를 기반으로 하는 Alignment와 Assembly 분석이 있으며, 이를 수행하는 기존의 알고리즘 및 대부분의 프로그램들은 염기서열을 문자열로 취급하고, 해쉬 인덱스 테이블, Brujin 그래프의 사용, 버러우즈 휠러 변환(BWT) 등의 기법을 활용하여 효율적인 분석을 도모하였다. 본 논문에서는 염기서열을 문자열이 아닌 k-mer 묶음의 정수형 하나로 변환하여 검색함으로써 저장 공간의 크기를 약 28% 이상으로 줄이고 형 변환 상태에서의 검색을 수행할 수 있는 알고리즘을 제안한다. Assembly 분석 프로그램인 CalcGen 프로그램을 개발하여 본 알고리즘의 효용성 및 효율성을 실험을 통해 검증하였다. 이 연구의 결과는 향후 대량의 유전체 염기서열의 효율적 분석과 저장 및 처리에 또 하나의 새로운 접근 방법을 제안하는데에 그 의미를 둘 수 있다.

교통수단의 발달과 생활수준의 향상으로 도로에 차량이 많이 늘어나고 교통사고가 많이 발생함에 따라, 교통사고 자동인식 시스템에 관한 연구가 많이 진행되고 있다. 본 논문에서는 카메라의 위치에 따라 두 객체의 관심영역 사이의 겹침을 해석하는 것이 달라져 규칙이 변하는 것을 방지하고, 사람의 추론과정과 같이 교통사고를 퍼지 규칙으로 모델링하여 획득한 데이터가 부정확할 경우에 발생하는 잘못된 추론을 보정하기 위한 퍼지 규칙기반 시스템을 제안한다. 카이스트 삼거리에서 촬영한 9개의 사고 시나리오 데이터에 대해 실험하여 DR 87.34%, CDR 89.13%, FAR 10.75%의 결과를 얻었고, 이를 기존의 규칙기반 시스템, 규칙-확률 시스템과 비교하였다.

데이터의 규모 및 활용도, 그리고 사용자 접근성 측면에서 실세계 데이터에서 가장 중요한 이슈가 되는 것은 비디오 데이터이다. 장르나 등장인물, 배경 등이 매우 상이한 대량의 비디오 데이터들이 등장하고 있기 때문에, 통일된 사전지식을 이용한 비디오 데이터 분석이 매우 비현실적이 되어가고 있으며 사전지식을 활용하지 않는 비디오 분석기법의 중요성이 커지고 있다. 본 논문에서는 진화 파티를 필터링과 우점 이미지를 이용하여 비디오 데이터를 분절(Segmentation)하는 기법을 소개한다. 이미지 분절화 과정에서 해결해야 할 난점은 시점 변화 및 움직임 등에 의해 발생하는 사소한 변화가 컴퓨터 관점에서는 무시하기 어려운 큰 변화로 해석될 수 있다는 점이다. 동일장면에서의 시점 변화와 같은 사소한 변화로 인하여 동일 세그먼트를 추정하지 못하는 어려움을 해결하기 위하여 우리는 이미지 일부를 표현하는 파티클의 개체군을 생성하여 협력적인 방식으로 개별 이미지 세그먼트를 표현하는 방법을 개발하였다. 또한 동일 인물의 움직임과 같은 변화에 대응할 수 있도록 진화 파티를 필터링 방법을 컬러 히스토그램 방법과 결합하여 추론 성능을 한층 개선하였다. 실제 TV 드라마에 대하여 수행된 인간 평가자의 분절 평가 결과와 비교하여 제안 방법의 성능을 확인하였다.

컴퓨터 비전 분야에서 직선은 사용자에게 기본적인 정보를 제공할 뿐만 아니라, 이를 바탕으로 다양한 분야에 응용할 수 있는 중요한 정보이다. 직선검출을 위한 여러 방법들 중에서 컴퓨터 비전 분야에 널리 사용되는 방법은 하프변환이다. 그러나 하프변환은 처리시간 비용이 높은 문제점을 가지고 있다. 본 논문에서는 이 문제를 개선하기 위한 방법으로 직선의 방향예측을 이용한 하프변환을 제안한다. 먼저, 영상의 각 화소의 기울기를 바탕으로 방향정보를 획득하고, 획득한 방향정보를 일정한 범위로 조정한다. 다음, 범위 조정된 방향정보의 확률질량함수를 구하고, 그것의 평균과 표준편차를 문턱치로 사용하여 영상에서 직선의 방향을 예측한다. 그리고 예측한 방향에 대하여 하프변환을 수행하여 영상에서 직선을 검출한다. 본 논문에서 제안한 방법은 기존의 방법들과 비교 평가에서 그 우수함을 보였다.

Shadow detection and elimination is a critical issue in vision-based system to improve the detection performance of moving objects. However, traditional algorithms are useless at night time because they used the chromaticity and brightness information from the color image sequence. To obtain the high detection performance, we can use the thermal camera and there are shadows by the heat not the light. We proposed a novel algorithm to detect and eliminate the shadows using the thermal intensity and the locality property. By combining two results of the intensity-based and locality-based, we can detect the shadows by the heat and improve the detection performance of moving object.

아날로그 회로는 가장 기본적인 전기/전자 회로로써 현재도 높은 중요도를 가지고 있지만, 설계를 위해서는 전문적인 지식이나 기술이 반드시 필요하다. 그래서, 아날로그 회로를 설계하기 위해 진화 연산을 이용한 기법이 연구되어 왔다. 진화연산은 최적화 문제를 해결하는 한 방법으로써 다양한 문제에 적용 가능하다. 하지만, 많은 경우 매우 오랜 시간이 걸려 재현이 어렵고 계산비용이 많이 요구되어왔다. 하지만, 최근 들어 진화전략을 이용하여 작은 집단 크기로 아날로그 회로를 진화시킬 수 있는 방법이 제안되었다. 본 연구에서는 진화전략을 이용한 방법에 기반하여, 내고장성을 가진 회로를 설계하는 기법을 제안하고, 실험을 통하여 기본 진화전략 알고리즘과 비교한다. 그 결과, 제안한 방법을 통해 생성한 회로는 기본 알고리즘을 사용했을 때 보다 고장으로 인해 소자의 값이 변경되었을 때 성능하락이 더 적었다.

스마트폰과 같은 모바일 기기가 발전함에 따라 SNS, 모바일 메신저, SMS와 같은 단문 기반 메시지는 자신의 감정을 가장 잘 표현하는 매체이다. 그럼에도 불구하고 기존 연구는 주로 장문의 텍스트로부터 긍정, 부정 분류나 문서의 성향을 분석하는 것에 그치는 경우가 많다. 의미지향(Semantic Orientation)방법은 검색엔진을 통해 감정 키워드와 인지하고자 하는 단어의 동시 빈출 정도를 PMI로 계산한 것으로 WordNet과 같은 의미 사전이 존재하지 않는 한국어의 특성에서 적용 가능한 방법이다. 본 논문에서는 의미 지향성 및 다른 텍스트 기반 감정 분류 기술에 대해 비교하고 이들을 활용하여 한국어로 구성된 단문 텍스트에서 효율적인 감정 분류 기법을 제안하고자 한다.

디지털 카메라 및 카메라가 부착된 스마트폰의 보급으로 인해 개인 및 사업장에서 관리해야할 사진의 양이 증가 하였다. 본 논문에서는 이미지 어휘 트리를 이용하여 다량의 사진에 주석을 자동으로 추천 하는 알고리즘을 제안하여 대량의 사진 관리를 효과적으로 하도록 한다. 제안한 방법에서는 어휘트리 생성 시 학습 데이터 모음에 포함된 사진들의 주석에 대한 정보도 함께 갖도록 한다. 그래서 입력으로 들어온 사진과 가장 가까운 사진을 어휘 트리를 통해 찾고 찾은 사진이 가지고 있는 주석을 최종 출력으로 낸다. 제안한 알고리즘은 자동으로 다량의 사진의 주석을 빠르게 추천 할 수 있다.

협업필터링은 지금까지 많은 추천시스템 연구에서 비교대상이 되거나 더 좋은 추천시스템 방법론을 개발하기 위해서 응용되고 있다. 일반적으로 협업필터링 기법은 명시적으로 관찰된 사용자들의 행동을 기반하는 방법이다. 본 연구에서는 LDA(Latent Dirichlet Allocation)을 이용해 사용자와 추천 대상이 되는 아이템의 숨겨진 특성을 추출하고, 이를 협업필터링기법에 응용했다. 영화 추천시스템 구축을 위한 실험에서, 사용자의 선호도는 다양한 영화 장르를 선호하는 비율로 나타난다는 가정(사용자기반)과 영화 또한 장르의 비율로 표현이 된다는 가정(아이템기반)을 했다. 이러한 가정을 토대로 사용자 사이와 영화 사이 간의 유사도를 정의하고, 협업필터링에 적용했을 때, 전통적인 협업필터링 기법보다 뛰어난 결과를 얻을 수 있었다.

최근, 온라인 소셜 네트워크 서비스의 사용자가 크게 늘어나면서 온라인 사용자들의 특성을 연구하기위한 방안으로 소셜 네트워크 분석이 주목받고 있다. 그러나 대부분의 소셜 네트워크 분석 방법은 두 노드 사이의 최단경로를 계산해야하므로 계산 시간이 오래 걸리는 단점이 있다. 본 논문에서는 휴리스틱 탐색방법의 하나인 최상우선 탐색 방법을 온라인 소셜 네트워크에 적합하도록 수정한 최단경로 탐색 방법을 제안한다. 제안한 방법은 그래프에서 아크의 개수를 평가 값으로 사용하는 휴리스틱 함수를 사용하며 탐색의 효율성을 위하여 경사트리를 제거한 후 경로를 탐색한다. 그리고 검증을 위하여 약 16만 사용자로 구성된 실제 온라인 소셜 네트워크를 수집하여 너비우선 탐색 방법과 비교 실험을 하였다. 실험 결과, 본 논문에서 제안한 방법이 너비우선 탐색 방법에 비해 정확도는 80% 정도로 다소 떨어지지만 계산 속도가 약 7.4배 향상됨을 확인하였다. 본 논문에서 제안한 방법은 소셜 네트워크 분석의 시간을 향상시켜 여러 분야에서 사회 현상 및 동향을 다양하게 분석하는데 유용하다.

초분광영상은 사람이 볼 있는 가시광선 영역부터 자외선 파장 대역까지 수십에서 수천 개의 데이터를 가지고 있는 고차원 데이터이다. 그렇기 때문에 초분광영상을 이용한 연구에는 많은 저장 공간과 고사양의 성능을 필요로 한다. 따라서 초분광영상의 차원을 감소시켜 데이터용량을 줄이고, 처리속도를 향상시키기 위한 연구들이 이루어지고 있다. 기존에 자주 사용되던 방법인 PCA와 ICA는 차원축소를 위하여 고유벡터를 계산하고 이를 이용하여 축을 변경하여 차원축소를 한다. 하지만 초분광영상에서는 이러한 방법으로 차원을 축소할 시 정확도가 감소한다. 따라서 본 논문에서는 특징 밴드를 추출하고 이를 이용하여 차원축소를 하는 SPVD 알고리즘을 제안한다. SPVD(Spectral pair vector decomposition) 알고리즘은 d개의 그룹으로 나누고 각 그룹들의 양벡터 각과 음벡터 각을 계산한 후 이를 이용하여 차원축소를 한다. 실험 결과 PCA는 61차원에서 70.05%, ICA는 71차원에서 63.03% 정확도를 보이는데 비해 SPVD 알고리즘은 3차원에서 83% 정확도를 보였다.

인공비서 에이전트는 일정관리 및 추천을 할 때 일정이 비어 있는 시간을 계산하는 비교적 간단한 방식을 사용하는데, 보다 유용한 추천을 위해서는 사용자의 상황과 일정의 수행 조건을 고려하여야 한다. 본 논문에서는 환경의 변화에 유연하게 대응할 수 있는 행동선택 네트워크를 사용하는 일정추천 에이전트를 개발한다. Maes가 제안한 행동선택 네트워크를 현실적인 문제에 적용하는 데는 목적과 행동 노드의 개수가 크게 늘어나면 문제가 있다. 이를 해결하기 위해 행동선택 네트워크를 모듈화 하여 목적간의 충돌을 방지하고, 모듈화를 할 때 선행 행동 연결을 통한 모듈간의 사라진 연결을 보완하며, 목적들 간의 연관관계를 표현하기 위한 상위 행동선택 네트워크를 두는 계층적 행동선택 네트워크 방식을 제안한다. 제안하는 방법을 사용하여 몇가지 시나리오에 따른 일정추천 실험을 통하여 제안한 에이전트의 유용성을 확인하였다.

많은 현대인들은 체중 관리를 위해 많은 시간과 노력을 쏟고 있으며 그중에서도 식단을 관리하는데 많은 힘을 기울이고 있다. 하지만, 전문지식이 없는 일반인이 자신이 먹은 식단을 분석하고 어떤 음식을 먹을지 계획하는 것은 쉽지 않다. 따라서 본고에서는 hypernetwork를 이용한 개인 맞춤형 식단 추천 알고리즘을 제안한다. 개발된 식단 추천 알고리즘은 사용자의 식단 로그 데이터를 기반으로 사용자의 식성에 맞고 적절한 칼로리를 지닌 식단을 구성하여 추천한다. 특히, 식품 정보 DB 이외에 다른 추가 정보가 필요하지 않으며, 개인의 작은 식단 로그 데이터만으로도 동작 가능한 장점을 가지고 있다. 본 연구실에서는 개발된 알고리즘을 이용하여 개인 체중 관리 어플리케이션인 DietAdvisor를 제작하였으며, 사용자는 어플리케이션을 통해 실제 식단 추천 및 그 외의 체중관리에 필요한 서비스를 제공받을 수 있다.

대부분의 실세계 데이터는 시간성을 띄고 있으므로 시간성을 지닌 데이터를 분석할 수 있는 기계 학습 방법론은 매우 중요하다. 이런 관점에서 비디오 데이터는 다양한 모달리티가 결합된 대표적인 시간 데이터 이므로 비디오 데이터를 대상으로 하는 기계 학습 방법은 큰 의미를 갖는다. 본 논문에서는 음성 채널에기반한 비디오 데이터 분석 방법의 예비 연구로 비디오 데이터에 등장하는 화자를 인식할 수 있는 간단한 방법을 소개한다. 제안 방법은 MFCC (Mel-frequency cepstrum coefficients)를 이용하여 인간 음성 특성의 분포를 분석한 후 분석 결과를 신경망에 입력하여 목표한 화자를 인식하는 복합 신경망 모델을 특징으로 한다. 실제 TV 드라마 데이터에서 가우시안 혼합모델, 가우시안 혼합 신경망 모델, 제안 방법의 화자 인식 성능을 비교한 결과 제안 방법이 가장 우수한 인식 성능을 보임을 확인하였다.

최근의 게임들은 비용에 비해 완성도가 떨어지고 플레이 타임이 짧아졌다. 이러한 문제의 해결책 중에 하나로 게이머들은 Mod를 제작하여 그들의 욕구를 충족시켰고 이는 게임의 수명을 연장하는 길로 이어진다. 하지만 Mod의 제작은 전문 지식과 능력이 요구되기에 일부 유저만이 가능했고, 그것도 대부분이 게임의 수정에 관대한 게임들 뿐이어서 대부분의 유저들은 그저 다른 사람들이 만들어 놓은 Mod를 즐기는 단계있을 뿐이었다. 본 논문에서는 게임 Mod를 구성하는 많은 부분 중 게임의 오브젝트, 특히 배경건물에 집중하여 L-system을 이용해 building footprint를 성장시킨 뒤, 3차원 공간좌표로 변환하는 방법과 이렇게 나온 건물 오브젝트들을 Interactive Genetic Algorithm을 이용해 유저가 원하는 형태를 얻을 수 있도록 하였다. 또 이 모든 것을 웹상으로 구현하여 다른 사람들과 공유할 수 있는 것은 물론, 오픈 소스 레이싱 게임인 TORCS에 실제로 적용한 결과를 보여주어 비전문가들도 특별한 도구 없이 기본 웹브라우저만으로도 게임 오브젝트를 생성할 수 있는 기법에 대해 제안한다.

감시카메라의 성능이 향상됨에 따라 감시 카메라를 적용한 다양한 분야에 자동탐지 시스템의 적용 사례가 증가하고 있다. 하지만 동적인 상황이 빈번히 발생하는 실외환경에서의 감시카메라는 빛이나 날씨 등에 의해 불확실성을 일으킬 수 있다. 본 논문에서는 발생한 불확실성을 시계열로 보정하기 위한 방법으로 동적 베이지만 네트워크 기반의 시스템을 제안한다. 객체의 속도와 레이블, 방향 등을 시계열로 고려해 발생한 불확실한 상황에 대해 객체 검출을 보정하였다. 또한 실제 비디오 영상을 이용한 실험 및 평가를 수행하여 그 유용성을 입증하였다.

학술 문서 내에서 테이블은 실험 결과, 정의, 요약하는 정보들을 함축하여 사용자에게 제공하는 역할을 한다. 즉 이러한 테이블을 학술 문서 내에서 탐색, 추출하여 검색에 이용하는 것은 학술 문서의 이해를 돕는 것과 더불어 학술 문서를 사용자가 직접 작성할 때에도 비슷한 형태의 테이블을 참조하여 형식에 맞는 테이블을 작성하는 데에 도움을 준다. 따라서 본 연구는 이러한 다양한 목적의 테이블 검색을 지원하기 위하여 문서로부터 자동으로 적합한 키워드를 추출하고 이를 통하여 문서와 유사한 테이블, 문서 내 테이블과 유사한 형식의 테이블을 검색하는 데 적합한 새로운 지능형 테이블 검색 시스템을 제안하며 이를 통해 기존에 존재하는 테이블 검색 시스템 알고리즘들과 성능 비교를 통해 향후 테이블 기반 검색 시스템 발전 가능성을 제시한다.

기존의 비디오 검색 방법들은 관련 주석이나 영상 정보에 기반하며 사용자의 반응과 관련하여서는 많은 정보를 활용하고 있지 않다. 비디오 시청시 사용자의 뇌신호나 시선추적 정보 등의 인지적 반응을 이용하여 연속적인 비디오 스트림의 각 부분에 대하여 사용자들이 나타내는 관심이나 감성 정보를 추출한다면 보다 인터랙티브한 비디오 데이터 검색 및 추천이 가능하다. 본 논문에서는 비디오를 시청하는 사용자의 안구전도(electrooculogram)를 기록한 후, 장면 전환이 발생한 부분에서의 사건관련전위 분석을 통해 해당 부분에서 나타나는 특징적 반응을 찾고 이에 대한 인지적 해석을 도출했다. 실험 결과 장면 전환 이후200~700ms 부분에서 P300 성분과 유사한 피크가 발생하는 것을 확인하였으며, 이러한 결과는 장면 전환에 따른 피험자의 비디오 내용 인지에 대한 의도 불일치 및 주의력 증가로 해석된다.

R&D 기획은 연구 개발 전주기에 있어 수행, 평가에 앞서 필수적으로 선행되어야 하는 행위이다. 그렇지만, 아직까지 R&D 기획에서 무엇을 다루어야 하는지에 대한 원칙, 사례만 존재하고 이를 통합 시스템화하지 못하고 있어, 대부분의 연구자들은 논문, 특허, 웹을 포함한 다양한 자원들로부터 정보를 수집, 취합, 분석하는 데 많은 시간을 뺏기고 있는 형편이다. 이 문제를 해결하기 위해서 본 연구 이전에 시맨틱 기술과 텍스트 마이닝 기술을 이용하여 R&D 전략 수립을 지원하고자 InSciTe, InSciTe Advanced 등이 개발되었지만, R&D 기획이라는 궁극적 목적 내에서도 사용자마다 다양한 시나리오들을 분별하여 지원하기에는 어려움이 많았다. 이에 본 연구는 사용자 적응적 가이드 방식을 통합적으로 적용하여 실시간으로 변화하는 사용자 관심을 파악하고, 대표적 시나리오들에 맞추어 사용자가 목적을 효과적으로 달성할 수 있도록 지원하는 데 초점을 맞추고자 한다. 먼저 사용자 적응적 가이드 방식의 R&D 기획 시스템 구축을 위해 필요한 요구 사항들과 이들을 효과적으로 시스템에 반영하기 위한 온톨로지, 웹 서비스 중심의 설계 원칙들을 제시함으로써 R&D 기획뿐만 아니라 타 분야에서도 유연하게 적용할 수 있는 기반을 제공한다.

고차 주성분 방법으로는 텐서 분석이 있었다. Electroencephalography(EEG) 데이터나 Social Network 데이터에 텐서 분석이 적용되어 주요한 성분들을 찾는 연구들이 있었다. 그러나 텐서 분석은 직관적으로 이해하기에 어려움이 있으며 중요한 노드를 찾는데에는 다소 어려움이 있다. 본 논문에서는 고차 하이퍼에지로 이차원 행렬을 만들고 주성분분석법을 이용하여 중요한 노드를 찾는 새로운 방법론을 제시한다. 데이터로는 Multimodal Memory Game(MMG) 수행시 촬영한 EEG 데이터를 사용하였다. MMG는 TV 드라마 기반의 기억인출게임이다. 베타파의 Power Spectrum Density(PSD)는 각 위치의 채널들의 활성도를 나타내는 지표이다. 우리는 Random Sampling을 바탕으로 PSD 상위 50%의 채널들간의 전이행렬을 구하였다. 그 후 고유치와 고유벡터를 구하였다. 가장 큰 고유치의 고유벡터는 주성분을 나타내며 고유벡터의 각 원소들은 중요도를 나타내는 centrality 이다. 세 명의 피험자에 대한 centrality 상위 30개의 중요한 채널들을 구하였고 세명에 공통적으로 포함되는 채널을 확인하였다.

국내의 자동차 정비 훈련 교육 현장에는 훈련교사가 빠르게 발전되고 있는 자동차 정비 기술 수준에 맞춰 교육하는데 어려움이 있다. 이 같은 어려움을 해결하기 위한 이-트레이닝(E-training) 시스템은 체험형 훈련이 가능하면서도 높은 학습 효과를 가져올 것이라 기대되고 있다. 자동차 정비 훈련을 위한 이-트레이닝 시스템은 훈련교사가 자동차 고장 항목을 설정하면, 훈련생이 고장 진단을 위한 다양한 시도를 하여 고장을 인지하고, 그에 따른 조치를 통해 주어진 문제를 해결함으로써 학습효과가 높아질 것이라 기대되는 시스템이다. 하지만 이-트레이닝 시스템은 이미 설정되어 있는 시나리오에 따른 일방적인 교육, 학습자에 대한 지속적인 관리의 어려움, 학습자의 행동을 추론하여 정확한 결과를 도출해내기가 어렵다는 한계가 있다. 본 논문에서는 이-트레이닝 시스템의 문제점을 해결하기 위한 방법으로 자동차 정비를 위한 자동차 몸체, 엔진, 정비 도구에 대한 온톨로지를 구축하고 추론하여 효과적인 자동차 정비 훈련 교육이 될 수 있도록 하는 방법을 제안하고자 한다.

DNA 메틸화는 후성유전학의 한 유형으로 유전자 발현을 조절하여 질병을 비롯한 다양한 생물학적 프로세스에 영향을 준다고 알려져 있다. 따라서 DNA 메틸화 정도와 인간 질병과의 연관성에 관한 연구는 질병의 원인 및 기전을 밝히고 메틸화 프로세스 조절을 통한 질병 치료 방법 개발을 위한 기반이 될 수 있다. 유전자 발현 조절 및 질병 발생은 많은 인자들의 복합적인 상호작용에 영향을 받으므로, 여러 위치에서의 메틸화 정도들의 고차원 조합을 이용한 질병과의 연관 관계 분석이 필수적이다. 본 연구에서는 진화 연산과 가중치 학습에 기반하여 유방암 발생과 연관되어 있는 메틸화 위치의 고차 상호작용을 탐색할 수 있는 방법을 제안한다.

비정형데이터의 분석을 위한 다양한 연구가 진행되면서 폭발적인 트리플 데이터 증가가 이루어졌다. 이는 결국 서비스 인프라의 병목현상을 초래하고 있으며, 그 해결책으로서 분산 병렬 아키텍처가 주목받고 있다. 본 논문은 대용량 시맨틱웹 자원을 저장, 적재, 질의 및 추론할 수 있는 트리플 저장소 특성에 가장 적합한 시스템 구조를 선정하기 위해 대용량 처리 능력, 데이터 처리 속도 및 안정성의 측면에서 연합 DBMS와 맵리듀스를 분석하는데 초점을 맞추고 있다. 분석 결과는 대용량 데이터 기반 트리플 저장소의 특성과 아키텍처의 유연성 및 향후 성능 개선 가능성을 판단하는 요소로 활용하여 맵리듀스 방식을 대용량 트리플 저장소에 적합한 방식으로 선정하였다. 본 연구는 대용량 데이터 기반 트리플 저장소 개발의 방향 수립을 위한 기반 연구로서 중요한 가치를 가진다.

In order to identify proteins that are present in biological samples, these samples are separated and analyzed under the sequential procedure as follows: protein purification and digestion, peptide fragmentation by tandem mass spectrometry (MS/MS) which breaks peptides into fragments, peptide identification, and protein identification. One of the widely used methods for protein identification is based on probabilistic approaches such as ProteinProphet and BaysPro. However, they do not consider the difference in peptide identification probabilities according to their length. Here, we propose a probabilistic graphical model-based approach to protein identification from MS/MS data considering peptide identification probabilities, number of sibling peptides, and peptide length. We compared our approach with ProteinProphet using a yeast MS/MS dataset. As a result, our model identified 27 more proteins than ProteinProphet at 1% of FDR (false discovery rate), confirming the importance of peptide length information in protein identification.

하이퍼네트워크를 학습하는 기존의 방법은 데이터의 분포를 학습하기 위하여 주로 하이퍼에지의 적절한 조합을 찾는데 초점을 맞추었다. 반면 본 논문에서는 주어진 하이퍼에지의 조합 내에서 가중치를 조절하여 데이터의 분포를 학습하도록 하는 방법을 제안한다. 이 방법은 분류 문제에서 하이퍼네트워크가 표현하고 있는 클래스 y에 대한 데이터 x의 조건부 우도(Conditional Likelihood)를 대화하는 방식으로 학습을 진행한다. 본 논문에서는 제안된 학습 방법이 기존의 학습 방법보다 개선된 학습 성능을 보일 뿐만아니라, 제안된 가중치 학습 방법이 기존의 가중치 학습 방법을 포함하는 관계임을 논증한다.

본 논문에서 우리는 고정된 교통 CCTV 카메라 화면 내에 존재하는 배경의 동적 요소틀을 효과적으로 모델링 할 수 있는 새로운 배경 모델을 제안하고자 한다. 우리의 모델은 [1]에서 제안했던 multiple-thresholded local binary patterns(MTLBP)배경 모델을 확장한 것으로, 가우시안 필터를 통해 화면의 분산된 국부정보를 수집함으로써 움직이는 나뭇가지등과 같은 배경의 동적 요소를 제거한다. 우리는 다양한 실험 결과를 통해 제안하는 기법이 저해상도의 영상에 대해서도 매우 빠르고 정확하게 동작할 수 있으며, 따라서 실제의 응용 시스템에 적합함을 보일 것이다.

본 논문에서는 반복적인 베이시안 모델을 이용한 특징점 기반 객체 추적 방법을 제안한다. 제안하는 방법은 특징점 추정 오류를 최소화하고, 추적하는 객체에 해당되는 특징점들만을 선택함으로써, 최적의 특징점들을 이용하여 변환 행렬을 추정한다. 특징점 추정 오류는 Census transform과 해밍 거리를 이용하여 최소화하고, 외곽 특징점(outlier feature)를 제거하기 위하여 반복적인 베이시안 모델을 사용한다. 보행자와 차량등을 이용한 실험 결과, 제안한 방법이 기존 방법에 비하여 좀 더 우수한 성능을 보여준다.

대용량 데이터를 효율적으로 군집화하기위해 개발된 Canopy Clustering은 2개의 파라미터 (T1, T2)에 기반하여 Canopy 형성이 결정되며, 결과적으로 이들 파라미터에 의해 군집화 결과가 크게 달라질 수 있다. 이에 따라 데이터의 특성을 잘 반영하는 파라미터 값을 적절히 선택하는 것이 매우 중요하지만, 자동화된 파라미터 설정 기법의 부재로 인하여, 기존 연구에서는 사용자의 경험에 의하여 Canopy Clustering의 파라미터 값을 설정하는 것이 일반적이었다. 본 논문에서는 통계적 샘플링을 이용하여 T1, T2의 값을 효과적으로 설정하는 방법을 제안한다.

계층 군집화 (Hierarchical Clustering)는 전역정보를 활용하여 군집화를 하기 때문에 다양한 군집 분석(Cluster Analysis) 방법들 중에 비교적 많이 이용되고 있으나 군집화의 결과를 덴드로그램의 형태로 나타내 전체 군집들의 정보를 직관적으로 확인하기에는 어려움이 존재한다. 이러한 문제를 개선하기 위해서 기존 Dendrogram의 정보를 크게 훼손하지 않고 직관적으로 클러스터의 정보를 확인할 수 있는 Reachability plot이 개발되었다. 그러나 Centroid Linkage 방식과 같이 덴드로그램이 비단조적이 될 수 있는 계층 군집화에서는 이것을 기존의 Reachability plot 방식으로 변환할 경우 정보가 왜곡 되어 나타날 수 있다. 따라서 우리는 이러한 문제를 해결하기 위한 방법을 제안함으로써 비단조적 덴드로그램의 경우에도 군집들을 정보의 왜곡 없이 표현할 수 있도록 하였다.

ECMWF(European Centere of Medium-Range Weather Forecasts)에서 정의한 기상 데이터는 254개의 속성으로 구성되어 있다. 기상 데이터는 매 6시간 마다 수집되며 그 양이 방대하다. 하지만 모든 속성을 이용하여 기상을 분석 하는 것은 너무 많은 시간이 소요되고 대부분의 속성들은 기상을 분석하는데 많은 영향을 미치지 않는다. 따라서 적절한 속성을 이용하여 날씨를 정확하게 분석 하는 것은 매우 중요하다. 본 연구에서는 과거의 기상 데이터를 이용하여 6시간 후의 호우 또는 비호우를 예측하는 실험을 진행 하였다. 기상 데이터 속성의 조합과 관찰 영역 변경에 따라 호우상황 예측 정확도의 변화를 살펴본다. 6시간 이후의 호우/비호우 예측을 함에 있어 조합된 속성이 단일 속성보다 더 좋은 결과를 보이는 것을 알수 있었고 관찰 영역이 더 클수록 좋은 예측 결과를 보임을 알 수 있었다. 하지만 일정 범위가 넘어서면 계산 비용이 높아지고 연산 속도가 현저하게 떨어지고 예측 결과도 범위에 비례하여 크게 향상되지 않는것을 알 수 있었다.

This paper present an intelligent microcontroller based chess playing robot which can play a board game against opponent and calculate its moves in a non-idealized environment. In this work, for the sake of simplicity task is accomplished by using Cartesian coordinate system. Chess playing system has been designed in such a way that it provides an interface between user and robot to control chess movements using RS232. Various algorithms are implemented for interfacing hardware in C++ language. Our main goal is to design a cost effective and highly accurate robot system that consumes minimal power to complete its task.

본 논문에서는 CCD 카메라에 입력된 동영상에서 Random Forest를 이용하여 휴먼 행동을 인식하는 알고리즘을 제안한다. 행동 인식을 위한 특징 벡터 추출을 위해 가장 최근의 N개의 비디오 프레임들을 하나의 액션 볼륨으로 생성하고, 액션 볼륨 내에서 객체 트랙킹 된 영역을 서브 볼륨으로 생성한다. 이후 서브불륨을 $N{\times}N$개의 블록으로 나누고 각 블록에서 HOOF (Histogram of oriented optical flow)를 특징 벡터로 추출한다. 각 휴먼의 행동인식을 위해 사용된 Random Forest 분류기는 걷기, 뛰기, 발차기, 주먹질, 앉기, 쓰러지기, 넘어지기 7개의 행동을 나타내는 클래스로 분류하도록 학습되었으며 Random Forest에 의한 분류결과에 따라 어떤 행동을 취하는지 최종 판단한다.

생물 검정(Bioassay)이란 생체 조직이나 분자의 구조 분석이나 기능 해석, 화합물이나 약에 의한 영향성을 실험하기 위해 실험체 조직과 약물의 상호작용에 의한 생성물의 양적 세기를 측정하는 과학적 실험 방법의 총칭이다. 바이오 어세이 실험 방법은 Gas Chromatography, 시험관 전기영동(Capillary Electrophoresis), 핵자기공명(NMR) 등의 다양한 실험 데이터를 포함한다. 결과로 생성된 실험 데이터를 정량적으로 분석하기 위해서는 일관성을 위해 얻어진 데이터를 정렬하는(alignment) 과정을 거쳐야 한다. 본 연구에서는 알려진 정렬 알고리즘들을 비교하기 위해, 알고리즘의 유형별로 분류하고 그 결과물을 분석하여 성능을 비교함과 동시에 특성을 파악하고자 한다.

손 추적은 HCI 분야에 있어 손쉽게 이용 가능한 정보 전달 방식 중 하나이며 현재까지도 다양한 연구가 진행되고 있다. 이러한 연구의 공통점은 멀티 큐(Multi-cue)를 기반으로 추적한다는 것이다. 멀티 큐를 사용할 경우 큐들을 어떻게 효율적으로 결합하느냐에 따라 추적 성능이 달라진다. 본 논문에서는 강인한 손 추적을 위해 MSEPF(Mean Shift Embedded Particle Filter) 알고리즘에서 적응적인 멀티 큐 통합 방법을 제안한다. 이는 MSEPF 내부에서 각 파티클에 대한 가중치를 적용할 때, 큐들의 계수를 불확실성 기반으로 계산하여 사용하는 것으로 기존의 멀티 큐 통합 방식의 손 추적보다 강인한 추적을 가능하게 한다. 본 논문에서는 컬러, 깊이 정보에서 얻을 수 있는 피부색, 모션, 깊이 정보 기반 큐를 활용하여 손 추적을 수행하며, 실험 결과, 제안하는 방법은 갑작스런 환경 변화에도 강인한 성능을 보였다.

일반적으로 같은 장면을 찍은 여러 장의 이미지를 이용하여 파노라마를 생성하려는 경우에도 각 이미지 사이에는 많은 기하학적 제약이 존재하기 때문에 이미지들간의 관계를 단 하나의 호모그래피로 나타낼 수 없다. 하지만 현존하는 대부분의 파노라마 생성 알고리즘은 하나의 호모그래피를 이용하여 파노라마 이미지를 생성하는 방법을 이용하기 때문에 여러 가지 기하학적 제약을 제대로 나타낼 수 없다. 따라서 이러한 알고리즘을 이용한 파노라마의 결과 이미지는 많은 왜곡과 부정합을 포함하게 된다. 본 논문에서 우리는 이러한 문제를 해결하기 위하여 여러 개의 호모그래피를 생성하고 합성하여 파노라마 이미지를 생성하는 방법을 제안한다. 제안하는 방법을 통하여 기존 파노라마 생성 알고리즘에서 나타난 많은 왜곡과 부정합을 줄일 수 있으며 호모그래피 개수도 자동으로 판별하여 주기 때문에 사용자의 입력을 필요로 하지 않는다.

이미지를 입력으로 사용하는 다양한 응용 분야에서, 이미지에 포함되어 있는 객체의 의미를 이해하는것은 매우 중요하다. 이미지에 포함된 객체의 인식을 위해 우선적으로 관심 영역을 추출하는 경우, 인식하고자 하는 대상의 특징에 대한 사전 지식이나 입력된 이미지에서의 위치, 색, 그리고 크기 정보를 이용하는 것이 일반적이다. 그러나 이미지로부터 사전 지식이 전무한 불특정 다수의 객체에 대한 의미를 추론해야 하거나 그로부터 정보를 수집해야 하는 경우, 이러한 관심 영역 추출 방법은 효과적이지 않다. 본 논문에서는 이를 위해 컬러 이미지를 입력으로 사용하는 응용에서 이미지의 양자화 된 색 정보와 다중 저해상도 정보만을 이용하여 관심 객체가 될 가능성이 있는 후보 관심 영역들을 포함하는 최소 장방형 영역들을 구조적 정보와 함께 추출할 수 있는 방법을 제안한다.

사람 검출 방법에서 중요한 두 가지 문제는 다양한 배경과 조명등에서 적용 가능한가와 실시간성을 보장 할 수 있는가이다. 본 논문에서는 Dalal와 Triggs가 제안한 다양한 배경과 조명등에서 강인한 HOG(Histogram of Oriented Gradient) 특징 기반의 사람 검출 방법의 수행 속도를 향상시키는 방법을 제안한다. HOG 특징 기반의 사람 검출 방법의 성능은 매우 뛰어나다. 하지만 HOG 계산과 SVM 분류에 있어서 느리다는 단점을 가지고 있다. 따라서 본 논문에서는 기존 방식의 수행 속도를 향상시키기 위하여 검출 윈도우의 고정 스텝 형식이 아닌 SVM의 출력 값을 이용하여 검출 윈도우의 적응적 스텝 형식을 적용하였다. 실험 결과 고정 스텝 형식보다 적응적 스텝 형식의 수행 속도가 향상됨을 보였다.

본 논문에서는 기존 VectorBoost기반 분류기의 문제점이었던 다중 분할 노드에서의 오판단 발생을 해결하기 위해, LDA를 이용해 학습 샘플들을 가장 잘 분리할 수 있는 최적의 초평면을 구하고, 이 초평면을 이용해 Positive샘플에서 VectorBoost의 판단율을 향상시키는 방법을 제안한다. 이러한 방법을 적용했을 때 Positive샘플들의 오판단율이 감소하는 효과를 보였으며, 불필요한 연산의 감소로 약 30%의 속도향상을 얻을 수 있었다.

The Category Fluency Test (CFT) is a widely used verbal fluency test. The standard measure of scoring the test is the number of distinct words that a subject generates during the test. Recently, other measures have also been proposed to evaluate performance, such as clustering and switching. In this study, we examine clusters and switches can be assessed using word similarity measures. Based on these measures, we can distinguish between subject groups.

본 논문에서는 드라마 동영상의 의미 분절화(Semantic segmentation)를 위한 멀티 채널 기반 비모수적 베이지만 방법론을 소개한다. 기존 방법론은 매우 한정적인 특징만을 이용하여 분절화를 시도하거나 이미지 채널이나 오디오 채널과 같은 단일 채널에서만 유효한 방법론을 이용하여 데이터 분석을 시도하였기에, TV 드라마와 같이 예측할 수 없는 변화를 보여주는 스트림 데이터에 적용하기에는 어려움이 많았다. 이와 같은 단점을 극복하기 위해 우리는 주어진 동영상을 단일 모달리티의 채널로 분할한 후 각 채널 별로 분절화를 시도하고 각 채널의 분절 결과를 동적으로 결합하여 주어진 동영상에서의 의미 분절화를 근사하는 방법을 개발하였다. 제안 방법은 실제 TV 동영상의 의미 분절화에 적용되었으며 인간 평가자에 의한 의미 변화 구간과의 비교를 통해 그 성능을 확인하였다.

개의 발성은 성도의 물리적인 특징에 따라 고유의 특정 포먼트를 만들어 내며 개의 품종에 따라 다른 물리적 특징을 가지므로 개의 발성을 HMM(Hidden Markov Model)으로 모델링하여 개의 품종을 분류하는 연구를 하였다. 주파수 특징은 MFCC(Mel Frequency Cepstral Coefficients) 12차, 에너지 컴포넌트 1차, 델타 13차, 억셀러레이션(Acceleration) 13차, 총 39차 벡터를 사용하였다. 개의 품종 분류에 적합한 HMM 구조의 설계를 위하여 기본 좌우 모델, 좌우 모델, 좌우 모델2, 전후진 모델, 총 4가지를 제안하고 실험하여 성능을 비교분석하였다. 이 중 전후진 모델이 가장 바람직한 모델로 검증 되었다. 본 모델은 다음과 같은 장점을 갖는다. (1) 기본 좌우 모델과 마찬가지로 1~2회 발성을 갖는 데이터가 입력되어도 처음에서 마지막 상태까지의 이동단계가 최소 3번까지 가능하므로 적은 횟수의 발성 데이터도 처리가 가능하다. (2) 다수 반복된 발성 데이터의 신호도 처리가 가능하다. 즉, 본 모델은 상태의 이동이 후진도 가능하므로 5회이상 반복된 발성 데이터의 신호의 처리도 가능하다.

하이퍼네트워크(Hypernetworks)는 하이퍼에지(hyperedge)들로 이루어진 생성 모델(generative model)로서, 주로 이산(binary) 데이터에 적용되어왔다. 본 논문에서는 이산 데이터와 실수 데이터를 모두 다룰 수 있는 새로운 하이퍼네트워크 모델을 에너지 기반 모델(energy-based model)의 형태로 제시하고, 비지도 학습(unsupervised learning) 알고리즘으로 데이터를 성공적으로 학습함을 간단한 실험을 통해 보이겠다.

본 논문에서는 수중 영상 환경에 특화된 자동 수중 영상 보정 시스템을 제안한다. 수중 영상은 빛 희석(light attenuation)을 인한 가시거리 제한, 낮은 영상 대비(low contrast) 그리고 부유물질과 같은 영상의 노이즈 등의 특수한 환경적 제약이 따른다. 기존의 수중 영상 보정 알고리즘은 색 및 대비(contrast) 보정, 가시거리 확장 및 노이즈 제거 기법등을 이용한 부분적으로 보정 연구가 진행되어 왔는데, 부분적 영상 보정 기법으로는 선명한 영상의 결과를 얻기 힘들다. 제안한 통합 수중 영상 보정 시스템은 색 및 대비 보정, 부유물질 제거를 위한 노이즈 필터링, 객체 윤곽선 강화를 위한 기법들을 통합하여 수중 영상에 특화하였다. 실험을 통하여 제안된 수중 영상 보정 시스템의 효율성을 확인하였다.

본 논문에서는 로보틱스나 컴퓨터 게임 등의 다양한 분야에서 일반적으로 존재하는 동적인 환경에서 장애물 회피를 위한 경로 계획 알고리즘을 연구하였다. 제안하는 알고리즘은 전역 경로계획과 지역 경로계획의 두 단계로 이루어져 있고, A*와 가시성 그래프에 의해 구해진 전역 경로를 이동할 때에 동적 장애물을 감지하게 되면 이를 회피하기 위해 포텐샬장으로 지역 경로를 구성한다. 이 알고리즘은 포텐샬장을 A*와 결합함으로써 지역 최적화 문제를 해결하고 포텐샬장만으로 이동하는 경우에 비해 시간적인 측면에서도 더욱 효율적이다.

본 논문은 교육용 서비스로 이용 가능한 카드 인식 시스템을 제안한다. 사용자는 자유자재로 카드 등록 및 삭제가 가능하며 카드의 회전 및 크기 변화에도 강건한 인식을 보인다. 본 논문에서는 카드 템플릿의 형태 정보와 Histogram of Oriented Gradients를 특징점으로 이용한다. 또한 최종 분류기에서 계층적인 구조를 적용하여 보다 정확한 카드 검출 및 인식을 제안한다.

MicroRNAs(miRNAs)는 mRNA의 발현량을 조절하여 단백질 생성량에 영향을 주는 것으로 잘 알려져있다. miRNA의 데이터베이스는 실험으로 증명된 결과를 중심으로 구성되어 있다. 하지만 miRNA 데이터베이스는 miRNA가 대상으로 하는 유전자 정보에 초점을 맞추고 있어서 그 이상의 질병정보를 얻기에는 어려움이 있다. 본 논문에서는 miRNA와 Protein-Protein Interaction(PPI) 통합 모델을 설계하여 miRNA의 의미적 확장 방법을 제시하고 있다. 또한 Online Mendelian Inheritance in Man(OMIM)을 이용한 miRNA, PPI, 관련 질병, 질병 표준화 관계의 확장방법을 찾아보았다. 이러한 접근 방법은 이형 데이터베이스를 연결하여 하나의 생물학적 시야를 제공할 수 있을 것으로 기대된다.

클래스라벨에 대한 정보를 가진 데이터가 매우 적을 때 클래스라벨 정보가 없는 데이터로부터의 정보를 학습에 활용하는 반감독학습(semi-supervised learning) 방법들 중에서 데이터 샘플들 간의 유사도를 나타내는 그래프를 이용하는 방법이 잘 알려져 있다. 본 논문에서는 그래프 기반 반감독 학습에서 배치 모드 능동적 학습을 위한 방법을 제안하고 실제 데이터를 이용한 실험결과를 통해 제안된 방법의 성능을 입증한다.

비디오 해석 및 추적기술은 특정한 시스템에서만 적용되는 것이 아니다. 이것은 비디오 내에서 의미 있는 정보를 능동적으로 감시 대상을 정의, 해석, 모델화, 추정 및 추적 할 수 있는 기반 기술을 의미하다. 일반적으로 감시시스템에서 감시 대상은 사람이나 차량이며, 상황에 따라 출입통제 구역으로 설정하기도 한다. 이는 연속된 영상에서 객체의 형태, 모양, 행동 분석, 움직임, 색상정보를 가지고 데이터 정의, 검출, 모델화를 통하여 인식, 식별 그리고 추적한다. 본 논문에서는 비디오 영상분석을 통해 단일카메라기반의 감시시스템과 PTZ 카메라기반 감시시스템 제안한다. 이때 단일 카메라기반의 감시는 배경생성방법을 이용하여 연속된 영상내의 객체를 지속적으로 관리가 가능하도록 설계하였고, PTZ 카메라기반의 감시는 카메라의 이동에 따른 배경안정화 방법과 카메라의 절대좌표를 활용하여 카메라 이동을 제어함과 동시에 오검출 문제를 해결하였다. 실험 및 결과분석으로는 시나리오 환경에서 배경생성방법을 이용한 검출의 정확성과 PTZ카메라 위치 변화에도 강인한 검출 결과를 비교 분석하였다.

오피니언 마이닝에서 특징기반으로 상품평을 요약할 때, 동일한 상품의 같은 특징에 대한 사용자의 표현이 일치하지 않아 같은 특징을 다른 것으로 인식하는 오류가 발생되어 효과적인 분석을 하는데 어려움이 있다. 본 연구에서는 이러한 문제점을 해결하기 위하여 온라인쇼핑몰의 상품평에서 명사와 형용사쌍 말뭉치를 이용하여 연관단어뭉치를 추출하고, 상관성이 높은 형용사를 각 명사의 특징으로 이용하여 대체어 목록을 자동으로 추출하는 방법을 제안한다.

운전자 지원 시스템(ADAS)은 최근 지능형 자동차 분야에서 중요한 이슈로 손꼽히는 기술 중 하나이다. 이 중에서 실시간 표지판 인식 기술은 운전자 지원 시스템의 하나로 운전자의 안전과 직결될 수 있어 높은 정확성과 실시간성이 요구된다. 그동안 표지판 인식 분야는 색상과 현상을 기반으로 연구가 진행되어왔으나, 교통 표지판은 국가별로 그 특징과 형태가 각기 상이하여 적용하는데 한계가 있다. 본 논문에서는 한국의 속도제한 표지판을 실시간으로 검출하고 인식하기 위하여, 1) 영상에서 색상 특징을 이용하여 후보 영역을 검출하고, 2) 형상 정보를 분석하여 표지판의 형태를 검증하고, 3) 검출된 후보영역의 내부문자(숫자)를 분할하고 인식하는 시스템을 제안한다.

심전도 질환 데이터는 일반적으로 분류기를 사용한 실험이 많다. 심전도 신호는 QRS-Complex와 R-R interval을 추출하는 경우가 많은데 본 실험에서는 R-R interval을 추출하여 실험하였다. 심전도 데이터의 분류 실험은 일반적으로 SVM(Support Vector Machine)과 MLP(Multilayer Perceptron)으로 실험되지만 본 실험은 Decision Tree를 사용하여 정확도 향상을 추구하였다. 그리고 정확도 비교 분석을 위해 SVM과 MLP 분류기 실험을 같이 수행하였고, 동일한 데이터와 간격으로 실험한 타 논문의 결과와 비교해 보았다. Decision Tree를 다른 분류기와 타 논문의 결과와 비교해 보니 정확도 부분에서는 Decision Tree가 가장 우수하였다.

상황인식 서비스 분야에서 불확실한 데이터를 추론하는 것은 매우 어렵고 복잡하다. 이러한 상황정보들에서 얻어지는 데이터는 불확실성을 내포하고 있어서 불확실한 추론 결과를 초래할 수 있다. 비록 불확실성 문제들을 해결하기 위해 퍼지 이론, 뉴런 네트워크, 동적 베이지안 네트워크, 은닉 마르코프 모델과 같은 여러 종류의 방법들이 제시되었지만 이러한 방법들은 가설들을 하나의 숫자에 의해 신뢰의 정도를 표시하기 때문에 많은 어려움이 있다. 본 논문에서는 사용자들이 제공받는 서비스들에 대하여 만족도를 평가한 후 수집된 데이터를 활용하여 사용자들의 상관 관계를 분석한다. 그리고 Dempster-Shafer 이론을 사용하여 사용자들로부터 측정된 믿음 값을 융합한다. 이는 불확실성 값을 낮추어 추론결과의 정확성을 높이고 증거구간을 재설정하여 사용자들에게 신뢰성 있는 적응형 서비스를 제공하게 한다.

본 논문은 간의 비침습성 점액성 낭성종양의 자동화된 진단을 위한 정량적인 형태학적 추출방법에 대하여 설명한다. 본 논문에서 제안된 형태학적 추출방법은 간의 비침습성 점액성 낭성종양 진단을 위한 병리적인 특징들에 기반을 둔 상피세포 형태학적 특징(원주형과 입방형)과 악성 직전에 나타나는 배상세포 출연을 판단하는 특징, 그리고 주변상피 조직에서 나타나는 기질 여부를 조사하기 위한 핵-비율의 측정방법을 소개한다.

본 논문은 Particle Filtering과 계층적인 Boosting 알고리즘을 이용한 다중 객체 추적 기법을 제안한다. Particle Filtering을 이용하여 각 객체를 단일 객체로 추적하고 Boosting 기반의 데이터 연관 알고리즘을 사용하여 영상에서 움직이는 물체들을 추적한다. 본 제안한 알고리즘에서는 객체들의 이동경로 정확한 감지를 위해 Particle Filtering을 통해 각 객체가 움직이는 예측 정보를 이용하고, Boosting 알고리즘을 계측적인 형태로 설계함에 따라 데이터 물체의 추적 정확도를 높일 수 있도록 하였다.

보건의료서비스는 스마트 시대의 도래와 함께 의료와 복지, 안전 등이 복합화 되고 지능화된 스마트헬스(s-Health)의 단계로 진화되고 있으며, 향후 이용자 중심으로 다양한 서비스가 상호 연계되는 고도로 지능화되고 종합화되는 서비스로 지속적인 발전이 예상되고 있다. 따라서 PHR(Personal Health Record)서비스의 활성화를 위해서는 PHR 공동 활용 체계를 구축하기 위한 Open Platform이 필요하다. 본 논문에서는 IHE XDS 프로파일 기반의 진료정보교류 환경에서 PHR 공동 활용 체계 구축을 위하여 Mobile PHR Store를 개발하고 open API 기반 PHR Platform을 제시한다.

For exact classification of the defect, good feature selection and classifier is necessary. In this paper, various features such as brightness features, shape features and statistical features are stated and Bayes classifier using Gaussian mixture model is used as classifier. Also feature extraction method based on spectral graph theory is presented. Experimental result shows that feature extraction method using graph Laplacian result in better performance than the result using PCA.

스마트 폰, 태블릿 PC등 IT기기가 발달함에 따라 우리의 생활 습관은 변화하고 있다. 새로운 기술에 일상을 적용하고 감성을 투영한다. 이를 가장 잘 대변해주는 기술이 '증강현실'이다. 표현의 욕구가 끊이지 않는 인간은 자신의 생각대로 공간을 제어할 수 있는 '증강현실'을 만들어 냈다. '증강현실'은 우리의 소통을 풍요롭게 만드는 도구될 것이다. '증강현실'의 가치에 대해 인문학적으로 접근해본다.

본 논문에서는 개인의 감성정보를 분석하여 음식을 추천해주는 어플리케이션을 설계한다. 제안하는 방법은 현재 위치로부터의 거리나 인터넷 블로그 등에 소개되었던 맛집과 같은 정보를 이용하여 음식을 추천하는 방식과 다르게, 음식 선택에 있어 개인의 기분, 체중, 현재의 날씨와 위치 같은 개인적 정보와 함께 음식에 관한 선호도 조사와 요인분석을 통해 만들어진 감성지도를 바탕으로 여러 상황에 맞는 음식을 추천한다.