공간 도약법(space leaping)은 가속화된 영상순서 볼륨 렌더링(image-order volume rendering) 방법의 하나로서 광선 추적 시 빈 공간을 식별하여 도약하도록 함으로써 렌더링 속도를 향상시킨다. 이 방법은 렌더링 속도는 빠르지만 공간 도약을 위한 자료구조를 만들기 위한 전처리 시간이 오래 걸리는 문제가 있다. 본 논문에서는 공간 도약법에서 도약 거리를 기존의 방법보다 두 배로 하는 미리 보기 샘플링 방법을 제안한다. 이 방법은 렌더링 속도의 큰 변화없이 전처리 과정인 거리 맵 생성의 시간을 단축시킬 수 있으며, 기존의 방법보다 렌더링 속도를 빠르게 하는 효과도 있다.

본 논문에서는 하이퍼큐브 시스템에서 결합 연산을 효율적으로 처리할 수 있는 향상된 병렬 결합 알고리즘을 제안한다. 새로운 알고리즘은 릴레이션 R을 처리함에 있어 하이퍼큐브 구조에 적합한 방송 알고리즘을 사용함으로써 하이퍼큐브 구조에 최적인 병렬 결합 알고리즘을 보이게 된다. 또한 병렬화 성능의 최대 주안점인 부하균등 문제와 데이타 불균형으로 인한 과부하 문제를 완전히 해결하고 결집 효과의 특성을 수용함으로써 전체 성능이 향상된다. 새로운 알고리즘은 해쉬를 기반으로 하는 알고리즘에서 구현하기 어려운 non-equijoin 연산을 쉽게 구현할 수 있다는 장점을 가지며, 비용 모형을 통해 분석한 결과 기존의 병렬 결합 알고리즘들에 비해 보다 나은 성능을 나타냄을 확인한다.

본 논문에서는 단단계(Single-Stage) Shuffle-Exchange 네트워크의 분할성에 대하여 연구하였다. SSEN_to_PSEN 알고리즘은 단단계 Shuffle-Exchange 네트워크를 분할 가능한 Shuffle-Exchange 네트워크로 변환하는 방법을 제안한다. 제안된 알고리즘은 네트워크의 크기가 N $\leq$ 8일 경우에는 추가적인 링크없이 네트워크가 분할성을 갖는 것을 보이며, 네트워크의 크기가 N $\geq$ 16일 경우에 단단계 Shuffle-Exchange 네트워크를 분할하기 위해서는 추가적인 링크가 필요하다. SSEN_to_PSEN 알고리즘의 시간 복잡도는 $\theta$(NlogN)이며, 하이퍼큐브 네트워크와 비교하여 분할 가능한 Shuffle-Exchange 네트워크는 적은 링크 수를 사용한다. 분할이 가능해짐에 따라서 대용량의 병렬컴퓨터에서 분할 가능한 Shuffle-Exchange 네트워크는 여러 사용자들을 위한 다양한 문제의 처리가 동시에 가능하기 때문에 컴퓨터의 처리 효율이 향상됨을 알 수 있다.

최근에는 가상 공간을 현실감 있는 영상으로 실시간 렌더링하기 위한 방법으로 모델기반 표현방법 대신 영상 기반 표현 방법을 사용하여 탐색 영상을 생성하는 연구가 활발히 진행중이다. 본 논문에서는 영상 기반 탐색 시스템을 구현하기 위해 새로운 방법인 직각 교차 실린더 매핑과 분할기반 환경 모델 링 방법을 제안한다. 직각 교차 실린더란 두 개의 실린더를 직교하여 교차된 부분만을 표현한 물체를 말한다. 직각 교차 실린더 매핑 방법은 일반적인 환경 맵에서 발생하는 왜곡 현상을 제거하고 환경 맵에서 하나의 픽셀이 차지하는 환경 영역이 거의 일정하다는 특징을 가진다. 이러한 직각 교차 실린더 매핑 방법은 고정된 시점에서 완전 시야를 갖는 영상을 얻어 낼 수 있으나 시점이 변경된 영상을 표현하기 어렵다. 이를 위해 환경을 구성하는 물체들을 기준으로 환경 맵을 분할하고 분할된 물체의 특성에 따라 깊이 값을 설정하는 영상 분할을 통한 환경 모델 링 방법을 사용한다. 이 방법은 환경 맵에 적용하기 용이하며 다중 환경 맵을 사용 시 자세한 환경 모델 링이 가능하다.

최근 들어, 정보 보호의 필요성이 높아지면서, 암호화 및 복호화에 관한 관심이 커지고 있다. 특히, 대용량 정보의 실시간 고속 전송에 사용되기 위해서는 매우 빠른 암호화 및 복호화 기법이 요구되었다. 이를 위한 방안중의 하나로서 기존의 암호화 알고리즘을 하드웨어 회로로 구현하는 연구가 진행되어 왔다. 하지만, 기존 연구의 경우, 구현되는 회로 크기를 최소화하기 위해, 암호화 알고리즘들의 주요 특성인 병렬 수행 가능성을 무시한 채, 동일 회로를 여러번 반복 수행시키는 방법으로 설계하였다. 이에 본 논문에서는 1998년 한국정보보호센터에서 개발한 국내 표준 암호화 알고리즘 SEED의 병렬 특성을 충분히 활용하는 새로운 회로 설계 방법을 제안한다. 이 방법에서는 암호 연산부의 획기적인 속도 개선을 위해 암호 블록의 16 라운드 각각을 하나의 단계로 하는 16 단계의 파이프라인 방식으로 회로를 구성한다. 설계된 회로 정보는 VHDL로 작성되었으며, VHDL 기능 시뮬레이션 검증 결과, 정확하게 동작함을 확인하였다. 또한 FPGA용 회로 합성 도구를 이용하여, 회로 구현시 필요한 회로 크기에 대한 검증을 실시한 결과, 하나의 FPGA 칩 안에 구현 가능함을 확인하였다. 이는 단일 FPGA 칩에 내장될 수 있는 고속, 고성능의 암호화 회로 구현이 가능함을 의미한다.

정적 shuffle-exchange 네트워크는 여러 응용 알고리듬에 적용되고 현재 많이 사용되는 다중 단계 네트워크에 비해 적은 하드웨어를 사용하는 등 많은 장점이 있으나 아직까지 어떤 병렬처리 컴퓨터에도 채택된 없었다. 그 이유 중에 하나는 결함 내성 기능이 없었기 때문이다. 본 논문에서는 다중 결함 포용 정적 shuffle-exchange network를 소개한다. 본 논문에서 제시되는 결함 포용 정적shuffle-exchange 네트워크는 k 결함을 제어하기 위해서 최소 2k의 추가 처리 요소들과 각 처리 요소들은 최대 4k의 추가 shuffle 링크를 필요로 한다. k 결함 내성을 가진 정적 shuffle-exchange 네트워크를 m개의 동일한 모듈로 분리하여 네트워크의 신뢰성을 증가시키는 것을 보였다.

본 논문은 하나의 스케치 면도인 선화로부터 면 인식의 탐색 영역을 축소하고 다양한 3차원 물체를 빠르게 복원하는 점진적인 알고리즘을 제안한다. 복원 과정의 입력으로 사용되는 스케치 면도는 파선이 제거되지 않은 모서리-꼭지점 그래프인 2차원 스케치 면도로서 3차원 와이어프레임 물체의 부정확한 free-hand 스케치이다. 알고리즘은 두 단계로 수행된다. 면 인식 단계에서는 스케치 면도로부터 모든 가능 한 면을 생성하고 탐색 공간을 축소하기 위한 기하학적 위상학적 제약 조건을 이용하여 면을 불가능한 면, 기본 면, 최소 면으로 분류한다. 제안 알고리즘은 물체를 구성하는 실제 면을 빠르게 인식하기 위하여 최소 면만을 탐색한다 물체 생성 단계에서는 면의 스케치 순서에 따라 물체의 꼭지점 좌표를 최적화함으로써 3차원 구조를 점진적으로 계산한다. 점진적 방법은 복원 과정에서 물체와 스케치 도면 사이의 관계로부터 유도된 3차원 제약 조건을 적용함으로써 최적 3차원 물체를 빠르게 복원한다. 또한, 스케치 도중에 시점 이동을 허용한다. 점진적 복원 알고리즘을 기술하고 실제 구현 결과를 보인다.

최근 몇 년 동안 디지털 시스템이 복잡성은 아주 빠르게 증가하고 있다. 비록 반도체 제조업자들이 제품에 대한 신뢰성을 높이려고 노력하고 있지만 어느 때에 시스템이 어딘가에서 결함이 발생할 것이라는 것을 알기는 불가능하다. 이렇듯이 회로가 복잡화함에 따라 테스트 생성(test generation)에 대한 잘 정리되어 있고 자동화된 방법이 필요하게 되었다. 하지만 현재 광범위하게 사용하고 있는 방법중 대부분은 한번에 하나씩의 패턴만을 넣어서 처리하는 방식이다. 이는 각각의 결함에 대해서 탐색하는데 많은 시간을 낭비하게 된다. 본 논문에서는 Exhaustive 방법을 사용하는 테스트 패턴 생성 방법 중에서 분할 기법을 적용하여 테스트 패턴을 생성한다. 또한 이 패턴을 이용하여 병렬로 패턴을 삽입함으로써 더욱 빠르게 결함을 발견할 수 있는 방법을 설계 및 구현한다.

공유메모리 다중프로세서 시스템의 성능은 하드웨어 구조 뿐 아니라 운영체제의 프로세서 스케줄링 정책 등과 같은 소프트웨어에 의해 큰 영향을 받는다. 하지만, 현재 말이 사용되는 대부분의 모의실험기들은 하나의 벤치마크 응용프로그램의 수행만을 지원하기 때문에 다중 프로그래밍 환경에 대한 모의실험이 불가능하다. 본 논문은 복수개의 응용프로그램들이 프로세서와 기타 시스템 자원을 공유하며 경쟁하는 다중 프로그래밍 환경에 대한 모의실험을 프로그램 구동형 모의실험 환경 하에서 구현하는 기법을 제안한다. 제안하는 기법은 실제 수행환경에 근접한 모의실험을 가능하게 하며, 이를 통해 제한된 시스템 자원에 대한 공유와 충돌의 영향을 자세하게 분석할 수 있다. 또한, 스케줄링 정책의 구현과 분석을 가능하게 함으로써 시스템 구조에 맞는 최적의 정책을 수립할 수 있도록 한다.

본 논문은 전형적인 슈퍼샘플링과 거의 동일한 수준의 고화질 영상을 생성하는 동시에, 요구되는 메모리 크기와 메모리 대역폭을 줄일 수 있는 간단하고 효율적인 하드웨어 지원 안티알리아싱 알고리즘과 렌더링 구조를 제안한다. 본 논문에서는 가장 최근에 색상 값 결정을 위해 사용된 프레그먼트의 일부분 또는 병합된 결과를 저장하는 RUF (Recently Used Fragment) 버퍼와 RUF 버퍼의 정보를 이용하여 효과적으로 색상 값을 결정하는 알고리즘을 제안한다. 제안된 방법은 데이타 구조상 샘플링 포인트 수가 늘어날수록 슈퍼샘플링에 비해 메모리 절약 효과가 크다. 또한 본 논문의 실험결과 8산개(sparse) 샘플링 포인트를 가지는 경우, 슈퍼샘플링에 비해 제안된 안티알리아싱 기법은 약 1.3%의 색상 차이를 가지나, 렌더링 과정에서 요구되는 메모리 크기가 약 31%로 감소하였으며, 실험에 사용된 3차원 모델에 대해 평균 11%의 메모리 대역폭 감소를 보인다.