윤곽선 이미지 매칭에서 두 이미지 시계열 간 회전 불변 거리는 많은 유클리디안 거리 계산을 필요로 하는 고비용의 연산이다. 본 논문에서는 삼각 부등식(triangular inequality)을 사용하여 유클리디안 거리 계산을 크게 줄이는 획기적인 해결책을 제시한다. 이를 위해, 먼저 질의 시퀀스의 자체 회전 거리의 개념을 제시하고, 이를 삼각 부등식과 함께 사용하면 많은 수의 거리 계산을 줄일 수 있음을 보인다. 다음으로, 자체 회전 거리 하나만으로 모든 가능한 자체 회전 거리를 대신할 수 있음을 정형적으로 증명한다. 실험 결과, 제안한 기법은 기존 기법에 비해 최대 수 배까지 성능을 향상시킨 것으로 나타났다.

본 논문에서는 HOG 특정벡터와 영상분할을 이용한 부스팅 분류기반의 자동차영역 검출 알고리즘의 연구에 대해서 기술한다. 입력된 영상으로부터 차량을 검출하기위해 먼저 분할 후 합병(split-merge) 방법을 적용하여 영상을 분할한다. 그리고 가장 큰 두 영역을 검색 영역에서 제외하여 처리 속도를 향상 시킨다. 각 영역에 대해 HOG(histogram of oriented gradient) 특정을 추출한다. 분류기는 두 개의 모집단을 분류하는데 많이 사용되고 있는 AdaBoost 방법을 사용한다. 제안방법의 성능 평가를 위해 537개의 영상을 사용하여 분류기를 학습하였으며, 또한 학습에 사용하지 않은 비학습영상 500개를 사용하여 인식률을 구하였다. 실험결과 비학습영상에 대해 98.34%의 인식률을 얻었다. 결론적으로 제안된 방법이 지능형 자동차 제어 시스템에서 차량의 위치를 찾는 방법으로 활용될 수 있다.

IT 기술은 최근 바이오 기술(BT), 나노 기술(NT) 풍의 다른 기술들과 융합하면서 새로운 패러다임을 창출하고 있다. 교통 분야에도 IT 기술과 융 복합하여 효과적인 교통 환경을 조성하는 지능형 교통 시스템(ITS)에 관한 연구가 활발히 진행되고 있다. 가변속도제한(VSL)은 ITS 연구의 한 분야로 현재 도로 상황에 알맞게 속도제한을 조절하여 도로의 안전성과 효율성을 증대하는 시스템이다. 기존에는 대부분 단일 스테이션에서의 VSL 알고리즘 연구에 중점을 두었다. 하지만 도시고속도로와 같이 다수의 스테이션이 일정한 간격으로 설치되어 있는 환경에 적용하기에는 미흡한 점이 있다. 본 논문에서는 다수의 스테이션들 사이의 연계를 통해 VSL로 얻을 수 있는 효과를 높이는 알고리즘을 제안한다. 제안하는 알고리즘은 30초 단위의 VSL 변화로 도로 상황에 빠르게 반용 할 수 있다. 알고리즘은 교통 혼잡을 유발하는 스테이션 검색 루틴과 교통 혼잡의 크기 산출 루틴, VSL 컨트롤 스테이션 개수 계산 루틴, VSL 계산 루틴의 총 4 단계로 구성된다. 제안하는 알고리즘용 도로의 안전성 향상과 차량 이동시간 변화량의 최소화를 목적으로 한다. 이동 시간을 고려하는 이유는 VSL의 도로 적용 시 운전자가 가장 민감하게 반응하는 부분이 이동시간의 변화이기 때문이다. 실험 평가를 위해 마이크로스코픽 시뮬레이터인 PTV사의 VISSIM 시뮬레이터를 사용한다. 실험 결과를 통해 제안하는 알고리즘이 도로의 안전성 향상에 기여하고 이동시간에 최소한의 영향을 미치는 것을 보인다.

기존의 스트리밍 품질 적용 기법들은 네트워크의 혼잡상황에서 네트워크의 안정성을 향상시키는데 반해 스트리밍 서비스의 빈번한 재생품질 변화로 인해 사용자에게 제공되는 스트리밍 서비스의 체감품질을 보장하지 못한다. 본 논문에서는 SVC(스케일러블 비디오 코딩) 비디오 스트리밍 서비스의 체감품질을 보장하기 위해, 네트워크 상태 변화를 고려한 스트리밍 품질 적응 기법을 제안한다. 제안하는 기법은 미디어 특성을 고려한 가용대역폭 측정 기법을 이용하여 네트워크의 가용대역폭을 측정하고, 측정된 가용대역폭을 기반으로 전송되는 SVC 비디오 스트림의 품질 변화를 부드럽게 조절한다. 실험을 통해 제안하는 기법이 재생품질의 변화를 최소화하여 스트리밍 서비스의 체감품질을 보장할 수 있음을 확인하였다.

microRNA (miRNA)와 mRNA 조절 상호작용 탐색은 다양한 생물학적 현상에 있어 새로운 시야를 제공해 줄 수 있다. 최근 생물학적 프로세스에서 miRNA는 유전자 발현을 제어하고 세포를 기능적으로 조절하는 중요한 역할을 하는 요소로 밝혀졌다. 이에 복잡한 생물학 시스템에서 miRNA의 기능적 활동을 이해하기 위해서는 miRNA와 mRNA간 상호작용 분석은 필수적이다. 그러나 아직까지 복잡한 miRNA와 mRNA간 상호작용 관계를 추론하는 것은 어려운 문제이기 때문에 많은 연구자들이 실험적, 전산학적 접근 방법을 제안하며 활발한 연구를 진행하고 있다. 본 논문에서는 이종의 발현 데이터로부터 기능적으로 상호작용하는 miRNA-mRNA 조합을 탐색하기 위한 진화 연산 기반의 새로운 하이퍼네트워크 모델을 제안한다. 이에 실험결과로 제안하는 방법을 인간 암 관련 miRNA와 mRNA 발현 데이터에 적용하여 암 특이적 miRNA-mRNA 상호작용 집합을 탐색하고 발견한 miRNA-mRNA 상호작용 관계가 생물학적으로 유의함을 제시한다.

미래의 스마트 유비쿼터스 컴퓨팅 기반 시스템은 사용자들과 상호작용을 통해 적절한 서비스를 제공할 것 이다. 사용자 요구(Needs)에 맞는 서비스를 제공하기 위해서는 기존의 개발자 중심의 개발보다 사용자의 요구를 반영하는 사용자 중심의 시스템 개발이 필요하다. 이를 위해 이전 논문에서는 사용자 행위 분석 기반 요구 추출방법(User Behavior Analysis Based Needs Extraction Method)을 제안하였다[1]. 본 논문에서는 추출된 사용자의 요구사항을 Fillmore의 Case Grammar을 이용하여 객체 추출 및 모델링 방법을 제안한다.

모바일 와이맥스(Mobile WiMAX)는 계층적인 인코딩 기법을 사용하는 비디오 부호화 기술의 본질적인 특성을 고려하지 못하여 미디어의 품질을 보장하지 못하는 문제점을 가지고 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 미디어 우선순위 기반의 채널 적응적인 스트리밍 기법인 PC-MCA(Priority-based Combining adaptive Modulation and Coding with ARQ)를 제안하였다 PC-MCA는 미디어 프레임의 우선순위에 따라 스케줄링을 하며, 무선 채널 상태와 미디어 프레임의 우선순위를 고려하여 변조 방식 및 부호화율, 그리고 ARQ 재전송 시간을 차등적으로 조절한다. 이를 통해 안정된 프레임 복호화를 제공함으로써, 멀티미디어 서비스 품질을 보장하였다.

매년 차량의 수가 꾸준히 증가함에 따라 이에 비례하여 도로의 혼잡도와 사고 발생률 또한 증가되고 있다. 이와 같은 교통문제를 완화하기 위해서 도로 설계 및 신호 체계 등이 발전되고 있음에도 불구하고 교통사고로 인한 인명 및 재산 피해는 감소되지 않고 있다. 본 논문에서는 발생원 사고를 실시간으로 인식하여 이에 빠르게 대응함으로써 후속사고를 예방하고 사고 원인을 파악하기 위한 실시간 사고 인식 및 분석 시스템을 제안한다. 제안하는 시스템은 특정 교차로에서 뿐만 아니라 교통흐름과 디자인이 다른 교차로에서 발생한 사고를 정확히 인식하는 것이 목적이다. 본 연구에서는 실제 교차로에서 수집되는 데이터가 정확하다고 보장할 수 없고, 사고 발생에 쓰이는 데이터는 서로 유기적으로 복잡한 관계가 있기 때문에 정확한 사고 인식을 위해 확률기반 연산을 하는 동적 베이지안 네트워크를 이용하였다.

형태소 품사 태거는 언어처리 시스템의 전처리기로 많이 활용되고 있다. 형태소 품사 태거의 성능 향상은 언어처리 시스템의 전체 성능 향상에 크게 기여할 수 있다. 자동번역과 같이 복잡도가 놓은 언어처리 시스템은 최근 특정 도메인에서 좋은 성능을 나타내는 시스템을 개발하고자 한다. 본 논문에서는 기존 일반도메인에서 학습된 LHMM이나 HMM 기반의 영어 형태소 품사 태거를 특정 도메인에 적응하여 높은 성능을 나타내는 방법을 제안한다. 제안하는 방법은 특정도메인에 대한 원시코퍼스를 이용하여 HMM이나 LHMM의 기학습된 전이확률과 출력확률을 도메인에 적합하게 반자동으로 변경하는 도메인 적응 방법이다. 특허도메인에 적응하는 실험을 통하여 단어단위 태깅 정확률 98.87%와 문장단위 태깅 정확률 78.5%의 성능을 보였으며, 도메인 적응하지 않은 형태소 태거보다 단어단위 태깅 정확률 2.24% 향상(ERR: 6.4%)고 문장단위 태깅 정확률 41.0% 향상(ERR: 65.6%)을 보였다.

지시대명사와 같은 조응어(anaphora)의 본래 단어나 구를 선행사라고 지칭하며, 음성 대화 중에는 선행사에 대한 생략과 대용어 사용이 빈번히 발생한다. 또한 언어 현상들은 문맥을 보지 않으면 이해될 수 없는 것들이 많다는 것이 담화분석의 기본 가정이므로, 생략 및 대용어 복원은 담화분석에서 매우 중요한 역할을 한다. 본 논문에서는 대용어와 생략어 복원에 기반해서 대화 레벨에서의 강건성을 향상시킨 음성 기반 대화 시스템을 제안한다. 제안된 항법의 적절성과 효과는 TV 도메인에서 평가되었다.

잡지기사 관련 상품 연계 추천 서비스는 온라인 상에서 잡지 가사의 컨텍스트를 반영하여 상품을 추천하는 서비스이다. 현재 이러한 서비스는 잡지기사와 상품에 부여되어 있는 태그 간의 유사성을 기준으로 한 추천 기술에 의존하고 있으나, 태그 부여 비용과 추천의 정확도가 높지 않은 단점이 있다. 본 논문에서는 잡지 기사 컨텍스트 관련 상품연계 추천 기술의 한 요소로서 상품이미지 정보로부터 상품의 종류를 자동으로 분류하고 이를 상품의 태그로 활용하는 방법을 제안한다. 이미지에서 추출한 시각단어(visual word)와 상품 종류 간의 고차 연관관계를 하이퍼네트워크 기법을 통해 학습하고, 학습된 하이퍼네트워크를 이용하여 상품 이미지에 한 개 이상의 태그를 자동으로 부여한다. 실제 온라인 쇼핑몰에서 사용되는 10 가지 종류의 상품 1,251개의 이미지 데이터를 기반으로, 하이퍼네트워크 이용한 상품이미지 자동 태깅 기법이 다른 기계학습 방법과 비교하여 경쟁력 있는 성능을 보여줌과 동시에, 복수개의 태그 부여를 통해 상품 이미지 태깅의 정확성이 향상됨을 보인다.

문자열 완전일치 검색 알고리즘용 지금까지 많은 연구가 되어왔지만, EUC-KR 용 다중바이트 문자집합에 대해서는 연구원 것이 부족한 상황이다. 이 논문에서는 기존의 KMP 알고리즘을 사용할 때 EUC-KR과 같은 다중바이트 문자집합 텍스트에서 오검색이 발생할 수 있음을 보이며, 문자 단위의 접두사 함수를 적용하여 오검색이 발생하지 않도록 개선한 KMP 알고리즘을 제안한다. 또한, 널리 사용되고 있는 편집기인 Vim과 Emacs의 검색 알고리즘 및 기존의 오토마타 방식의 연구 결과에 비해 논문에서 제안한 알고리즘이 더 빠른 속도를 보이는 실험 결과를 제시한다.