본 논문에서는 Java 프로그램의 복잡도를 측정하기 위해 필요한 인자들을 제안하였다. 이러한 인자들을 추출하기 위해 Java 프로그램을 분석하여 객체지향 설계 척도 값들을 계산하고 통계적 분석을 수행하였다. 그 결과 기존의 연구에서 발견되었던 클래스의 크기 인자 외에도 메소드 호출 빈도, 응집도, 자식 클래스의 수, 내부 클래스 및 상속 계층의 깊이가 주요 인자임이 파악되었다. 클래스의 크기 척도로 분류되었던 자식 클래스의 수는 다른 크기 척도들과 다른 성질을 가진다는 것을 발견하였다. 또한 프로그램의 크기가 커지고 결합도가 높아질수록 응집도가 떨어진다는 것을 입증하였다. 그리고 인자 분석을 바탕으로 인간의 인지 능력과 인자의 상관관계를 고려한 가중치를 적용하기 위해 인자별로 회귀분석을 수행하였다. 보다 적은 척도를 가지고 인자를 설명할 수 있는 회귀식을 도출하였다. 두 그룹에 대한 교차 검증 결과 회귀식이 높은 신뢰도를 가지는 것으로 나타났다. 따라서 본 논문에서 제안한 인자들을 이용하는 경우 Java 프로그램의 복잡도를 측정할 수 있는 새로운 척도로 사용할 수 있다.

ISO/IEC 14598-4(소프트웨어 제품의 구매자 평가 지침)는 소프트웨어 평가에서 무결성 수준의 중요성을 전제로 품질특성의 우선순위를 제시하고 있다. 그러나 이러한 제시는 현실에 적용한 것이 없는 이론적인 것이다. 본 연구에서는 ISO/IEC 14598-4에서 제시한 무결성 수준에 따른 품질특성의 중요도가 타당성이 있는지를 실증하였다. 중요도 산출을 위해 15명을 면담 조사하였으며, 이는 중요도 계산을 위한 AHP를 활용하기에 충분한 표본의 개수이다. 본 연구결과와 ISO/IEC 14598-4에서 제시한 품질특성의 중요도 순위는 일부가 상이하게 나타났다. 또한 척도를 이용한 소프트웨어 품질경영을 시작할 때 통상적으로 권고되는 척도의 수 범위(최소 4개~최대 8개) 내에서 무결성 수준에 관계없이 동일한 척도가 선정되었다.

다양한 표준에 정의된 내용을 가지고, 각 도메인에서 사용할 수 있는 프로세스를 구축하는 일은 어렵다. 왜냐하면 표준의 어떤 부분을 어떻게 tailoring 하여야 하는지에 대한 지침이 부족하기 때문이다. 사실 표준은 표준대로 존재할 뿐, 실제 프로세스 정의에는 사용되지 못하고 있다. 따라서 본 논문에서는 컴포넌트 기반 개발 개념을 이용하여 다양한 도메인에 맞게 프로세스를 tailoring하는 방법을 제안한다. 우선 테스트 프로세스를 언급하는 다양한 표준들로부터 테스트 프로세스 컴포넌트를 정의하고, 이들을 특정 도메인에 맞게 tailoring 하기 위한 맞춤(customization), 조립(composition) 방안을 제안한다. 본 논문에서 제안한 방법은 테스트 프로세스 컴포넌트의 인터페이스만을 고려하고 주어진 플로그인들을 이용하여, 맞춤.조립만을 수행함으로써, 체계적으로 tailoring된 테스트 프로세스를 구축할 수 있도록 한다.

본 논문은 주행중인 자동차 환경에서 운전자의 안전성 및 편의성의 동시 확보를 위하여, 보조적인 스위치 조작 없이 상시 음성의 입, 출력이 가능한 시스템을 제안하였다. 이대 잡음에 강인한 threshold 값을 구하기 위하여, 1.5초마다 기준 에너지와 영 교차율을 변경하였으며 대역 통과 여과기를 이용하여 1차, 2차로 나누어 실시간 상태에서 자동으로, 정확하게 끝점 검출을 처리하였다. 또한 남성, 여성을 피치검출로 구분하여 모델을 선택하게 하였고, 주행중인 자동차 속도에 따라 가장 적합한 모델을 사용하기 위하여 Idle-40km, 40-80km, 80-100km로 구분하여 남성, 여성 모델을 각각 구분하여 인식할 수 있게 하였다. 그리고, 음성의 특징 벡터와 인식 알고리즘은 PLP 13차와 OSDP(one-Stage Dynamic Programming)을 사용하였다. 본 실험은 서울시내 도로 및 내부 순환도로에서 각각 속도별로 구분하여 화자독립 인식 실험을 한 결과 40-80km 상태에서 남자는 96.8%, 여자는 95.1%, 80-100km 상태에서는 남자 91.6%, 여자는 90.6%의 인식결과를 얻을 수 있었고, 화자종속 인식실험 결과 40-80km 상태에서 남자는 98%, 여자는 96%, 80-100km 상태에서는 남자는 96%, 여자는 94%의 높은 인식률을 얻었으므로, system의 유효성을 입증하였다.

기존의 휴대정보단말 사용자는 단말 소프트웨어의 특성 상 웹을 통해 게시되는 소프트웨어 정보를 계속해서 모니터링하고, 필요한 소프트웨어를 직접 단말에 다운로딩하는 단순 반복 작업을 계속해야 한다. 이는 컴퓨터 비전문가인 일반 사용자가 활용하기에는 어려운 점이 있으며, 뿐만 아니라, 단말기에 익숙한 사용자에게도 새로운 소프트웨어 정보를 계속해서 모니터링하여 획득 및 활용하기에는 많은 오보헤드가 필연적으로 따르게 된다. 본 논문에서는 사용자가 별도의 추가 작업을 하지 않아도 늘 가장 최신의 소프트웨어가 자신의 단말에 자동으로 업그레이드 되고, 관심 있는 응용 소프트웨어가 릴리즈 될 때 마다 실시간으로 이 정보를 알려주고 사용자가 원한다면, 자동으로 설치 작업까지 해서 곧바로 소프트웨어를 이용할 수 있다록 하는 ‘에이전트 기반의 유대정보단말용 소트프웨어 자동 설치 시스템’에 관하여 기술한다. 본 시스템은 유동적인 웹 환경과 다양한 휴대정보단말을 고려하여 실행시간(Runtime)에도 새로운 기능 추가가 가능하며, 동일한 통신 언어를 통해 개발 플랫폼이 서로 상이한 에이전트간에도 협동 작업이 가능하도록 하는 멀티 에이전트 기반 구조인 OAA(Open Agent Architecture)상에서 구현하였다.

본 논문에서는 탐색 영역과 특징의 가중치를 동적으로 조절하여 블록 단위의 움직임 벡터를 추출하는 활동적 블록 정합 알고리듬을 제안한다. 본 논문에서 제안하는 알고리듬은 탐색 영역의 중심 위치를 결정하기 위해 시간에 따른 블록의 동작 변화는 작다고 가정한다. 그리고 탐색 영역의 크기는 공간적으로 인접한 블록들의 신뢰도에 따라 조절된다. 또한 본 논문에서 제안하는 알고리듬은 다중 특징을 사용하는 블록 정합 알고리듬으로 블록 정합 시 특징의 기여 정도를 나타내는 가중치를 블록 안에서 각 특징이 가지는 구분력에 따라 자동으로 설정하는 정합 유사 함수를 사용한다. 실험 결과는 본 논문에서 제안한 블록 정합 알고리듬이 기존의 알고리듬 보다 정확하게 움직임 벡터를 추출함을 보여준다.

본 논문에서는 효과적인 앙상블 머신의 구축을 위한 새로운 방안을 제시한다. 효과적인 앙상블의 구축을 위해서는 앙상블 멤버들간의 상관관계가 아주 낮아야 하며 또한 각 앙상블 멤버들은 전체 문제를 어느 정도는 정확하게 학습하면서도 서로들간의 불일치 하는 부분이 존재해야 한다는 것이 여러 논문들에 발표되었다. 본 논문에서는 주어진 문제의 다양한 면을 학습한 다수의 앙상블 후보 네트웍을 생성하기 위하여 건설적 학습 알고리즘과 능동 학습 알고리즘을 결합한 형태의 신경망 학습 알고리즘을 이용한다. 이 신경망의 학습은 최소 은닉 노드에서 최대 은닉노드까지 점진적으로 은닉노드를 늘려나감과 동시에 후보 데이타 집합에서 학습에 사용할 훈련 데이타를 점진적으로 선택해 나가면서 이루어진다. 은닉 노드의 증가시점에서 앙상블의 후부 네트웍이 생성된다. 이러한 한 차례의 학습 진행을 한 chain이라 정의한다. 다수의 chain을 통하여 다양한 형태의 네트웍 크기와 다양한 형태의 데이타 분포를 학습한 후보 내트웍들이 생성된다. 이렇게 생성된 후보 네트웍들은 확률적 비례 선택법에 의해 선택된 후 generalized ensemble method (GEM)에 의해 결합되어 최종적인 앙상블 성능을 보여준다. 제안된 알고리즘은 한개의 인공 데이타와 한 개의 실세계 데이타에 적용되었다. 실험을 통하여 제안된 알고리즘에 의해 구성된 앙상블의 최대 일반화 성능은 다른 알고리즘에 의한 그것보다 우수함을 알 수 있다.

정보검색 분야에서 시소러스 용어와 용어 사이의 관계를 나타내어, 질의어와 검색될 정보 사이에 존재하는 용어적 차이를 줄이는데 사용될 수 있다. 시소러스를 사용하는 방법 중 진보된 것은 용어 사이의 관계에 가중치를 주어, 소위 스프레딩 엑티베이션 방법을 이용하여 주어진 용어에서 다른 용어들 사이의 유사성을 측정하여 이를 검색에 이용한다. 그러나, 이러한 방법은 가중치를 어떻게 할당하느냐에 따라 그 결과가 달라지는 문제점이 발생한다. 본 논문에서는 시소러스의 가중치를 사용자의 검색된 정보에 대한 적합성 반응에 근거하여 조절할 수 있는 신경망 기반 시소러스를 제안한다. 제안된 시소러스의 타당성을 위하여 프로토타입의 시소러스를 WordNet으로부터 추출하여 실험하였으며, 그 결과로 recall-precision 값이 향상됨을 보였다.

본 논문에서는 유전자 알고리즘과 피라미드(다단계 또는 다 해상도)를 결합한 새로운 영상분할 방법을 제안하다. 먼저, 영상을 피라미드의 해상도가 낮은 상위 단계로 분할하고 좋은 적합도를 가진 염색체의 개체군을 얻는다. 둘째, 해상도를 높인 다음 단계의 입력으로 앞 단계에서 얻은 염색체들을 사용하며, 더욱 세분화된 분할이 이루어지도록 염색체를 진화시키다. 유전자 알고리즘의 적합함수는 각 영역의 규질성과 peakiness를 이용하여 정의하였다. 교차는 교차점을 중심으로 영상을 2분하여 서로 교환하는 1점 교환법을 사용하였으며, 돌연변이는 병합과 분할이 이루어지도록 설계하였다. 본 논문은 저 해상도에서 가능성(적합성)이 큰 유전자를 신속히 구한 훙 단계적으로고 해상도에서 적합한 유전자로 진화시켜 나가는 방법으로 처음부터 최고 해상도에 유전자 알고리즘을 적용하는 종전의 방법보다 훨씬 더 효율적이며 유전자 알고리즘과 다단계 기법의 이상적인 결합이라 할 수 있다. 분할 결과에서도 타 알고리즘에 비하여 우수하거나 비슷한 결과를 얻었다.

Hindley/Milner let-다형성 타입체계(let-polymorphic type system)에는 두 가지 타입 유추(type-inference) 알고리즘이 있다. 하나는 표준으로 알려진 W 알고리즘으로 프로그램의 문맥에 상관없이 상향식으로 유추하는 알고리즘이고, 다른 하나는 프로그램의 문맥에 따라 하양식으로 유추하는 M 알고리즘이다. 본 연구에서는 함수 적용(application)이 중첩되는 경우, M 알고리즘에 병목현상이 발생함을 보이고, 이러한 병목현상이 발생하지 않는 혼성 알고리즘 H를 제시한다. H 알고리즘은 M 알고리즘을 함수 적용 부분만 W 알고리즘으로 변형한 알고리즘으로, W보다 일찍 M보다는 늦게 오류를 감지함을 보인다.