최근 PC의 성능이 향상되고 디지털 신호처리 기술이 발달함에 따라 복잡한 계산을 필요로 하는 입체음향처리를 PC 상에서도 구현하는것이 가능하게 되면, 멀티미디어 분야에서 입체음향에 대한 관심이 고조되고 있다. 특히 2 채널 방식의 입체 음향 기술은 공간활용성과 경계성에서 우수하여 많은 연구가 진행되고있다. 2 채널 재생 방식에 있어서 위치음 효과는 비교적 단순한 반면에 이동음 효과는 특정점에서만 측정된 머리전달함수를 이용하여 이동하는 음을 생성해야 하기 때문에 해결해야 할 문제점이 많다. 본 논문에서는 입체음향을 2채널로 재생할 때 이동음 효과가 부드럽게 생성되도록 하는 방법에 대해 다루고자 한다. 특히 부드럽게 궤적을 생성하는 방법, 그리고 이동음의 출력이 이산적인 공간에서 부드럽게 연결되도록 하는 방법에 대해서 제안하고 실제 테스트를 통해서 그 유용성을 보여준다.

이 논문에서는 병행 프로그램을 테스팅하기 위해 오토마타에 기반을 둔 새로운 결정적 수행방법을 제시한다. 이 논문에서는 제안한 방법은 부분 순서 방법에서 상태 폭발 문제를 해결하기 위해 사용되는 이벤트 독립 개념을 사용하여 주어진 이벤트 시퀸스와 의미적으로 동일한 시퀸스들을 받아들이 수 있는 오토마타를 구축한다. 따랏 프로그램이 주어진 시퀀스를 직접적으로 구현하지 않았다 할지라도 그 와 의미적으로 동일한 대안 시퀀스가 존재한다면 프로그램의 실행을 허락한다. 이 방법의 장점을 프로그램이 명세에 기술된 대로 정확하게 구현되어있지 않은 상황에서도 적용할수 있다는 점이다.

구조적 개발 방법론에 적용하도록 만들어진 복잡도 척도들을 클래스의 상속성, 다형성, 메시지 전달 그리고 캡슐화와 같은 객체지향의 개념에 직접적으로 적용할 수 없다. 또한 기존의 객체지향 소프트웨어에 대한 척도의 연구는 프로그램의 복잡도나, 설계 단계의 척도가 대부분이었다. 실제로 분석단계 클래스의 복잡도를 낮춤으로서 시스템의 개발 노력이나 비용 및 유지보수 단계에서의 노력이 크게 줄어들게 되므로, 분석 클래스에 대한 복잡도를 측량하기 위한 척도가 필요하다. 본 논문에서는 객체지향 개발방법론인 RUP(Rational Unified Process)의 분석 단계에서 추출되는 분석 클래스에 대해서 복잡도를 측정할 수 있는 새로운 척도를 제안한다. 협력 복잡도CC(Collaboration Complexity)는 가능한 협력의 최대 수로서 클래스가 잠재적으로 얼마나 복잡할 수 있는지를 측정하기 위한 척도이며, 각 협력자들의 인터페이스를 이해하는 것과 관련된 총체적 어려움을 측정하는 인터페이스 복잡도 IC(Interface Complexity)를 정의하였다. 제안된 척도는 Weyuker의 9가지 공리적 성질에 대하여 이론적인 검증을 하였으며, 텍스트 마이닝 기법을 사용하여 사용자의 질문에 자동으로 응답하는 시스템의 분석 클래스에 대하여 제안된 척도를 적용하여 복잡도를 측정하였다. 제안된 CC와 IC의 값과 Chidamber와 Kemerer가 제안된 CBO와 WMC의 값을 비교해 본 결과, 제안된 복잡도 척도의 계산결과 값이 큰 클래스의 경우에는 설계 이후 단계에서도 역시 복잡도가 커지게 되는 것을 알 수 있었다. 이로써 소프트웨어개발 주기의 초기에 클래스에 대한 복잡도를 평가해 보고, 나머지 단계에 필요한 시간과 노력을 예측함으로써 보다 비용-효과적인 객체지향 소프트웨어를 개발할 수 있는 가능성이 높아질 것으로 기대된다.

컴퓨터 분야에서 에이전트의 개념의 전자 상거래, 정보 검색과 같은 많은 어플리케이션에 응용되어 중요시되고 있지만, 소프트웨어 테스트 분야에 에이전트의 개념이 적용되는 것은 드문 일이었다. 테스트 에이전트 시트템 (TAS)은 에이전트 개념을 소프트웨어 테스트 분야에 적용한 새로운 도구로, 'User Interface Agent', 'Test Case Selection & Testing Agent'그리고'Regression Test Agent'로 구성되어 있다. 이들 세개의 에이전트들은 각각 지능성을 나타내는 규칙들을 가지고 객체 지향 프로세스를 딸라 자율적으로 테스트를 진행한다. 이 시스템은 두 가지 측면에서 장점을 가지고 있다. 첫째는 자율적으로 테스트 진행시켜 테스터의 간섭을 최소화한다는 것이고 둘째는 지능적으로 중복이 없고 일관성이 있는 효율적인 테스트케이스를 선택하여 테스트 시간을 감소시키면서 오류검출능력은 향상된다는 것이다. 본 논문에서는 사례를 중심으로 실행과정을 기술하여 TAS를 구성하는 세 개의 에이전트들의 자율적인 행동으로 테스트가 진행되는 것을 보여 TAS가 테스트의 간섭을 최소화한다는 것을 보인다. 그리고 4가지유형의 실험을 수행하여 테스트 시간의 단축과 오류 검출 효과향상을 기술한다.

CBSD(Component-Based Software Development)는 이미 존재하는 소프트웨어 컴포턴트를 조립함으로써 시스템을 개발하는 방법이다. 컴포턴트를 이용하여 시스템을 개발하는것을 개발시간과 비용을 줄이고, 생산성을 향상시키는 등 여러 가지 장점을 가진다. 그러나 여러 벤더에 의해 개발된 컴포넌트를 조립하는 것은 쉬운 일이 아니다. 이를 위해 컴포넌트가 어떤 문맥에서 사용되는지 이해하는것이 필요하며, 이 문맥은 아키텍쳐에 의해 결정된다. 따라서 컴포넌트 기반의 어플리케이션 개발은 아키텍쳐를 기반으로 하였을 때 가능하다. 또한 컴포넌트 기반 어플리케이션 개발을 위해서는 도메인 개념이 필수적이다 컴포넌트의 재상용을 높이기 위해서 관련된 시스템의 집합인 도메인에서 컴포넌트를 개발해야 한다. 본 논문에서는 컴포넌트 기반 어플리케이션 개발을 지원하는 도메인 아키텍쳐 개발방법을 제안한다. 도메인 아키텍쳐는 도메인 분석 및 설계과정에서 생성되는 것으로 컴포넌트와 그들간의 관계를 표현한다. 도메인 아키덱쳐를 이용하여 컴포넌트를 개발함으로써 재사용성이 높은 컴포넌트를 효율적으로 개발할수 있을 뿐만 아니라, 어플리케이션 개발 시 도메인에서 제공하는 정보를 이용하여 쉽게 어플리케이션을 개발할수 있다.

본 논문에서는 상대인력 모델에 기반한 새로운 군집화 알고리즘, G-CLUS를 제안한다. 제한한 방법에서 모든 개체들은 초기에 동일한 질량을 가지고, 개체간의 인력에 의해 인력이 작용하는 방향으로 점진적으로 이동하게 되어, 초기 시작점 선택이나 군집의 개수를 미리 지정하지 않은 상태에서 자연스럽게 군집을 형성한다. 제안한 방법을 인력작용과정에서 군집의 수가 자연스럽게 결정되며, 한 개체가 받는 힘은 개체간의 인력을 합한 합력을 사용하기 때문에 이상치에 대한 민감성을 완화하였다. 본 알고리즘은 계산복잡도를 낮추기 위하여 큐브개념을 적용하여 O(nk)의 계산 복잡도를 유지하도록 하였다. 실험에서는 개체들의 움직임 특성, 군집화 모델에 따른 군집화 과정, 임의의 데이타 집합에 대한 군집화 결과를 보이고, 또한 타 군집화 알고리즘과 제안한 알고리즘 군집화 결화를 비교한다.

본 논문은 지문의 특징점들이 융선으로 서로 연결되어진 구조 정보를 활용한 지문 매칭 알고리즘에 대해 연구하였다. 매칭에 이용한 특징은 분기점과 단점의 위치 및 분기점과 단점에서 융선의 진행 방향 등이다. 동일 융선 상에 존재하는 특징점들에 대한 연결정보를 추출하고, 이를 이용하여 원문지문과 입력지문간의 좌표 변환의 기준이 되는 특징점 쌍을 검출한다. 서로 일치하는 한 쌍의 특징을 이용해 입력지문을 이동 회전하여 원문지문과 일치시킨 후 각 특징들의 위치, 융선 방향이 일치하는 개수에 따라 지문의 동일여부를 판단하였다. 제안된 알고리즘은 회전과 이동에 무관한 지문인식이 가능하다. 89명으로부터 얻은 445매의 지문영상에 대한 실험결과, 지문매칭의 처리속도가 31%향상되었다.

웹과 같은 분산 정보 검색 환경에서 문서들의 많은 문서 데이터 베이스들에 자연스럽게 분할되어서 존재한다. 그러므로 이러한문서들의효율적인 검색을 위해서는 먼저 질의에 관련되는 문서들을 제공할것으로 판단되는 문서 데이타베이스를 찾아내고 다음으로 그 문서 데이타베이스에 질의를 줌으로써 분산 정보 검색을 수행해야한다. 본 논문에서는 이러한 효율적인 분산 정보 검색을 위한 신경망 에이전트를 제안한다. 신경망 에이전트는 질의 검색 예제들을 통하여 얻어진 질의에 대한 관련도 피드백 정보에 기반하여 역전파 알고리즘으로 분산 정보 검색 지식을 학습한다. 충분히 학습한 후의 신경망 에이전트는 주어진 질의에 대하여 관련 문서 데이타베이스들을 찾아내고 그 문서 데이타베이스들로부터 관련되는 문서들을 검색한다. 실험에서 제안된 신경망 에이전트 시스템을 구현하여 정보 검색 성능을 널리 알려진 기존의 분산 정보 검색 기법을 사용했을때 비교함으로써 신경망 에이전트의 유용성을 예증한다.

Java 에서 원시 타입과 클래스 타입간에 호환성이 제공되지 않으므로 원시값이 클래스 타입의 변수에 저장되지 못하며, 클래스 타입의 값이 원시 타입 변수에 저장되지 못한다. 객체가 필요한 곳에서 원시값을 사용하기 위해서는 원시 값을 저장하는 래퍼 클래스의 객체 생성이 필요하며, 패러 클래스의 객체에서 저장된 원시 값을 꺼내기 위해서는 특정 메소드를 호출하여야 한다.이러한 불편함과 변환시의 오류를 줄이기 위하여 본 논문에서는 Java의 원시타입과 래퍼 클래스 타입의 호환성 제공을 위한 변환방법을 제안하였다. 원시 타입과 래퍼 클래스 타입간의 호환성 뿐 아니라 원시 타입간의 호환성에 상응하는 래퍼 클래스간의 호환성도 제공하기 위해 래퍼 클래스 계층방법, java.lang.Number 클래스 이용방법, 래퍼 인터페이스 계층방법 등 3가지 변환방법을 제시하였다. 이들 방법의 비교분석과 성능측정을 통하여 래퍼 인터페이스 계층방법이 가장 우수한 방법임을 확인하였다.