서비스 시스템은 서비스를 시스템 개발의 기본 구성 단위로 이용하는 시스템으로, 새로운 응용분야로 등장하고 있다. 서비스 시스템은 웹 환경 외에 움직이는 여러 장치들이 유선 또는 무선으로 연결되어 있는 유비쿼터스 환경에서도 운영되며, 사용자가 필요로 하는 서비스를 제공한다. 서비스는 사용자가 수행하는 작업을 수월하게 하기 위해 제공 받는 기능의 단위로, 사용자의 요구뿐만 아니라 사용자 주변의 여러 컨텍스트 정보를 고려해서 가장 적절한 서비스가 실행되어야 한다. 그러므로, 사용자의 요구에 충분히 만족하는 서비스를 제공하기 위해서 서비스 시스템은 컨텍스트 인지와 컨텍스트에 맞게 서비스를 적응시키는 것이 매우 중요하다. 이러한 특성 때문에 동일한 서비스는 사용자의 컨텍스트에 따라 다수의 사용자에게 다르게 제공될 수 있으며 이는 서비스 시스템의 가변성이 생기는 주요한 원인이 된다. 컨텍스트 인지와 관련된 많은 연구에서는 컨텍스트에 따라 시스템을 적응시키는 것을 다소 정형화되지 않은 임시적인 방법을 이용해서 해결하려고 시도했었다. 본 논문에서는 컨텍스트에 따라 다양하게 서비스가 제공되는 것을 가변성으로 간주하고, 가변성을 체계적인 방법으로 다루기 위해서 대표적인 재사용 방법론 중의 하나의 프로덕트 라인 공학 개념을 적용함으로써 컨텍스트 기반의 동적으로 적응 가능한 아키텍처를 제안한다.

프로그래머블 로직 컨트롤러(PLC: Programmable Logic Controller)가 안전성이 중요한 실시간 시스템 구현에 많이 사용되면서, PLC 프로그램에 대한 테스팅의 중요성이 날로 높아지고 있다. 본 논문에서는 PLC 프로그래밍 언어 중 하나인 함수 블록 다이어그램(FBD: Function Block Diagram)에 대한 구조적 테스팅 방안을 제안한다. FBD를 테스트하기 위해 먼저 타이머 함수 블록을 비롯한 각 함수 및 함수 블록에 대한 흐름그래프 템플릿을 정의하고, 템플릿을 기반으로 한 변환 알고리즘을 제안하며, 알고리즘을 따라 FBD로부터 변환된 흐름그래프에 기존의 제어 흐름 테스팅 커버리지와 데이타 흐름 테스팅 커버리지를 적용한다. 기존 FBD 테스팅은 테스트 케이스 생성시 FBD 내부 구조를 고려하지 않으며, FBD 프로그램으로부터 특정 중간단계 모델을 생성해 낼 수 있는 경우에만 적용될 수 있는 단점을 가진 반면, 본 논문에 제안된 방법은 FBD 내부 구조를 고려한 체계적 테스트 케이스 생성이 가능하며, 중간단계 모델의 형식에 관계없이 어떤 FBD에도 적용될 수 있다는 장점을 가진다. 특히 제안된 기법은 여러 실행주기에 걸쳐 테스트 되어야 하는 타이머 함수 블록을 포함한 FBD에 대한 철저한 테스팅을 가능하게 한다. 제안된 기법을 현재 원전계측제어시스템 개발사업단에서 개발 중인 디지털 원자로 보호계통 비교논리 프로세서 트립 논리에 적용하여 그 효과를 확인하였다.

본 논문은 컬러 역하프토닝에서 참조표에 기반을 둔 벡터적응필터 방법을 제안한다. 역하프토닝은 하프톤영상을 연속계조 영상으로 변환한다. 참조표를 사용하는 방법에는 템플레이트와 학습영상이 필요하며 샘플 하프톤영상과 원영상내의 분포된 패턴으로부터 참조표를 구할 수 있다. 일반적으로 참조표에 기반한 방법들이 다른 방법에 비하여 처리가 빠르며 PSNR면에서도 더 좋은 성능을 보이지만 처리과정에서 참조표에 존재하지 않는 패턴을 어떻게 처리 하느냐에 따라서 많은 품질의 변화를 보인다. 이 논문에서는 이와 같이 존재하지 않는 패턴을 보상하기 위하여 벡터적응필터를 제안 하였는데, 이 방법은 처리하는 픽셀의 주변 화소의 색상, 색농도, 자기 등의 정보를 이용함으로써 컬러 역하프토닝에서 더 좋은 품질을 얻을 수 있다. 제안된 벡터적응 필터 방법이 기존의 최량선형추정에 의한 방법보다 PSNR면에서 더 좋은 결과를 얻을 수 있음을 실험결과에서 알 수 있었다. 참조표의 템플레이트 크기가 커질수록 제안한 방법이 더 좋은 결과를 얻을 수 있다.

암환자들은 암의 진행과 항암화학요법 등의 치료로 인해 심신의 불안정과 항상성의 저하로 큰 고통을 겪고 있다. 간편하면서 인체에 아무 해를 주지 않는 뇌파를 기반으로 하는 뇌-컴퓨터-인터페이스(BCI) 기술로서 암 환자의 상태를 모니터링하여 적절한 처치를 취할 수 있다는 것은 매우 중요한 일이다. 암환자들의 전전두엽에 헤드밴드 형태의 건성전극단자를 부착하고, 컴퓨터와 연결된 휴대용 뇌파측정 장치로 전전두엽 뇌파(Fp1, Fp2)를 측정하였다. 컴퓨터를 통하여 파장대 별로 얻어진 뇌파를 상호 연관성에 따라 뇌지수로 구분한 후 통계 처리하여 유의성을 검증하였다. 암환자군과 정상대조군을 비교한 결과 암환자군에 비하여 정상대조군이 기초율동지수, 주의지수, 정서지수, 항스트레지수와 좌우뇌균형지수에서 유의하게 높은 차이를 나타냈다. 따라서 뇌파 측정이 환자의 상태를 모니터링하는 중요한 도구로서의 가능성을 보였다.

멀티 에이전트 강화 학습에서 해결해야 할 중요한 문제는 자신의 작업 성능에 영향을 미칠 수 있는 다른 에이전트들이 존재하는 동적 환경에서 한 에이전트가 시행착오적 상호작용을 통해 어떻게 자신의 최적 행동 정책을 학습할 수 있느냐 하는 것이다. 멀티 에이전트 강화 학습을 위한 기존 연구들은 대부분 단일 에이전트 MDP 기반의 강화 학습기법들을 큰 변화 없이 그대로 적용하거나 비록 다른 에이전트에 관한 별도의 모델을 이용하더라도 다른 에이전트에 관해 요구되는 정보나 가정이 현실적이지 못하다는 한계점을 가지고 있다. 본 논문에서는 멀티 에이전트 강화 학습기술에 기초가 되는 기본 개념들을 정형화하고 이들을 기초로 기존 연구들의 특징과 한계점을 비교한다. 그리고 새로운 행동 정책 모델을 소개한 뒤, 이것을 이용한 강화 학습 방법을 설명한다. 본 논문에서 제안하는 멀티 에이전트 강화학습 방법은 상대 모델을 이용하는 기존의 멀티 에이전트 강화 학습 연구들에서 주로 시도되었던 상대 에이전트의 Q 평가 함수 모델 대신 상대 에이전트의 행동 정책 모델을 학습하며, 표현력은 풍부하나 학습에 시간과 노력이 많이 요구되는 유한 상태 오토마타나 마코프 체인과 같은 행동 정책 모델들에 비해 비교적 간단한 형태의 행동 정책 모델을 이용함으로써 학습의 효율성을 높였다. 또한, 본 논문에서는 대표적인 적대적 멀티 에이전트 환경인 고양이와 쥐게임을 소개하고, 이 게임을 테스베드삼아 비교 실험들을 수행하고 그 결과를 설명함으로써 본 논문에서 제안하는 정책 모델 기반의 멀티 에이전트 강화 학습의 효과를 분석해본다.

본 논문은 복잡한 실시간 환경에서 인간의 의사결정을 대체하는 자율적인 에이전트의 구축을 위하여 필수적인 지식베이스의 형성과정을 제안하며, 지식베이스의 형성과정에 대한 방법론을 실질적인 응용 도메인에서 검증한다. 한국형 헬기의 두뇌역할을 수행하는 생존체계장비가 실시간 전장 환경에서 여러 개의 센서로부터 수신하는 위협 데이타를 분석하고, 위협 데이타의 특성과 위협간의 상호 연관성을 컴파일 과정을 통하여 귀납적 모델로 정형화한다. 규범화된 상황-행동 규칙은 헬기가 복잡한 전장 환경에서 실시간 추론 시간을 줄이며, 자율적으로 위협에 대처할 수 있는 능력을 갖추도록 할 것이다. 제안한 방법론의 검증을 위하여 한국형 헬기의 위협을 실험적으로 분류하였으며, 컴파일 과정이 위협을 성공적으로 탐지할 수 있음을 보여주었다.

모바일 인터넷 환경에서는 학습 내용을 검색 및 다운로드하기 위하여 모바일 기기와 서버 사이에 잦은 통신이 필요하다. 본 논문에서는 모바일 사전을 사용함에 있어서, 네트워크 비용을 절감하고 통신 효율을 높이기 위한 효율적인 선인출 기법을 제안한다. 이를 위해 본 논문에서는 다음 방법으로 연구를 전개한다. 첫째, 모바일 사전을 위한 선인출 기반의 동작 프레임워크를 제안한다. 둘째, 패킷 요금 방식과 정액 요금 방식으로 구분하여 선인출할 데이타의 양을 결정하는 방법을 제시한다. 셋째, 중 고등학생 대상의 모바일 영한사전에 초점을 맞춘 선인출 데이타 결정 방법을 제안한다. 넷째, 이러한 데이타 양 및 데이타 종류 결정 방법을 바탕으로 선인출 알고리즘을 제안한다. 다섯째, 실험을 통하여 제안한 선인출 방법의 우수성을 입증한다. 이 같은 연구에 따른 본 논문의 공헌은 다음과 같이 요약할 수 있다. 첫째, 선인출을 모바일 응용에 적용한 첫 번째 시도로서 의미를 갖는다. 둘째, 선인출을 모바일 사전에 적용하기 위한 체계적인 방법론을 제시하였다. 셋째, 선인출 적용을 통해 네트워크 기반 모바일 사전의 성능 향상을 도모하였다. 실제 실험 결과, 제안한 방법은 기존의 요구인출에 평균 $9.8%{\sim}33.2%$의 높은 성능 향상을 나타냈다. 이 같은 결과를 볼 때, 본 논문의 연구 결과는 모바일 사전뿐 아니라 선인출 기능을 필요로 하는 무선 인터넷 기반의 여러 응용에 적용될 수 있는 우수한 연구 결과라 사료된다.