조직을 구성하는 인적자원은 조직의 중요한 구성요소 중 하나다. 특히 통제된 조직일수록 인적자원의 가치는 조직의 목표 달성을 위해 더욱 중요하다. 현재까지의 조직 구성원 진단은 과거 병력과 같은 외연적인 개인의 특성 및 인성검사와 같은 자발적 진단결과를 통해서 이루어지고 있다. 그러나 구성원 개인단위에 대한 진단방법은 설문 내용이 방대하고 본인의 응답에 전적으로 의존하는 것이어서 거짓 응답 및 은폐 등의 단점이 있으며 소요되는 시간 또한 길다. 이러한 단점을 극복할 수 있는 객관적 진단방법으로 구성원 상호간 진단방법이 있으나, 사람과 사람사이의 눈에 보이지 않는 관계를 표현하고 분석하기 어렵다는 제한사항이 있다. 본 논문에서는 구성원 상호간 진단방법을 통한 조직 진단 모델인 다면평가 모델을 제안한다. 이 모델은 10분 내외의 설문으로 조직의 사회 연결망을 구성한 후 소셜 네트워크 분석 기법을 이용한 제안된 알고리즘을 통해 조직을 진단한다. 실험결과 표본 집단에서 특별 관리하는 인원과 비교하여 Weighted Precision 0.62를 보였으며, 기존 방법으로 식별되지 않는 인원들을 식별할 수 있었다. 본 연구에서 제안하는 모델을 기반으로 조직 진단 시각화 시스템을 구성한다면 인적자원을 관리하는 모든 조직 관리자에게 유용한 시스템이 될 것이다.

스마트 시대라고 불리는 현재, 사람들은 이제 오프라인 만남보다 온라인 만남이 편리하고 익숙하다. 하지만 온라인을 통한 만남은 가볍게 느끼는 경우가 많으며, 구성원들이 서로의 감정을 느끼기 어려워 교감이 잘 되지 않는다는 문제점이 있다. 본 논문에서는 이러한 문제를 해결하기 위해 오프라인 만남을 활성화 할 수 있는 모바일 애플리케이션 위콕을 제안한다. 사용자들의 위치정보와 선호도를 반영하여 약속 장소를 추천하는 애플리케이션인 위콕은 기능중심의 UI와 간단한 조작과정을 제공한다. 위콕은 클라이언트/서버 구조로 구현되었으며, 현재 동시에 3명의 사용자 간의 장소 추천을 지원한다. 위콕은 만남의 공간을 온라인에서 오프라인으로 확대시키는 접점이 되어 온라인, 오프라인 양방향으로의 교류를 가능하게 한다. 이제 사용자는 위콕을 통해 쉽고 편리하게 오프라인 만남장소를 정할 수 있다.

문맥의존 철자오류는 단독으로 사용하면 정확한 어절이지만, 문맥을 고려했을 때 오류인 유형이다. 이를 검색하고 교정하기가 매우 어려우며, 고품질 맞춤법 검사기의 성능을 크게 좌우한다. 한국어 맞춤법 검사기에서의 문맥의존 철자오류는 언어 전문가에 의해 수작업으로 구축된 교정규칙을 사용하는 것이 가장 일반적이다. 이때 규칙을 이용한 방법은 그 특성상 교정 정확도는 매우 높지만, 재현율은 매우 낮다. 본 논문에서는 기존에 연구되었던 교정규칙에서의 선택제약 명사 확장 방식과 조사 제약조건을 완화하는 방법을 통합하여 정확도를 유지하거나 거의 낮추지 않으면서, 재현율을 향상시키는 방법을 제안한다. 또한, 두 방식을 단순하게 통합하지 않고 수의적 부사 삽입과 활용형, 관형형을 고려하여 단계별로 통합하는 방식을 제안하여 평균적으로 정확도를 거의 낮추지 않고 재현율을 약 13% 향상시킨다.

기술 발전에 따른 착용형 단말의 기능들은 더 다양하고 복잡해지고 있다. 복잡한 기능 때문에 일반 사용자들도 기능을 사용하기 힘든 경우가 있다. 본 논문에서는 사용자에게 편리하고 간단한 인터페이스 방식을 제공하자는데 목적을 두고 있다. 음성 인식의 경우 사용자 입장에서 직관적이고 사용하기 편리할 뿐만 아니라 다양한 명령어를 입력할 수 있다. 하지만 음성 인식을 착용형 단말에서 사용할 경우 컴퓨팅 파워라든지 소모전력 등 하드웨어적인 제약이 있다. 또한 착용형 단말은 언제 사용자가 음성으로 명령을 내릴지 그 시점을 알 수가 없다. 따라서 명령을 입력 받기 위해서는 음성 인식이 항상 동작하여야 한다. 하지만 소모전력 문제 때문에 이와 같은 방법을 사용하기에는 무리가 있다. 음성 인식이 가지고 있는 문제점을 보완하기 위해 제스처 인식을 사용한다. 본 논문에서는 음성과 제스처를 혼합한 멀티 모달 인터페이스로 사용자에게 어떻게 편리한 인터페이스를 제공할 것인지에 대해 설명하고 있다.

영상 내 동전들의 금액 합계를 계산하는 새로운 동전 계산 시스템이 제안되었다. 제안된 시스템은 USB 카메라를 이용하여 획득한 영상에서 실시간으로 동전을 종류별로 식별하고, 분류한다. 기존의 동전 계산 시스템들은 대부분 크기 정보만을 이용하며, 객체의 크기 인식이 잘못되면 오분류가 발생한다. 특히, 구 10원은 50원이나 100원 동전과 크기가 비슷해서 오류가 날 확률이 높다. 따라서 제안한 기법은 크기 정보와 더불어 색상 히스토그램을 활용하여 동전 분류 과정에서 오류를 감소할 수 있다. 전체 2,290개의 동전 객체를 분류한 실험 결과에서, 크기 정보만을 이용하였을 때는, 평균 약 88.2%의 인식률을 보였다. 반면, 크기 정보와 색상 히스토그램을 이용하였을 때에는 인식률이 평균 약 99.3%를 나타내었다.

IP 기반 차세대 디지털 방송 시스템은 DASH 세그먼트 파일을 전송한다. DASH 세그먼트 파일은 DASH 시스템에서 다양한 품질의 미디어 콘텐츠를 제공하기 위해 설계되었고, 같은 품질이라도 각 DASH 세그먼트 파일의 크기는 가변적이다. 가변적인 크기의 DASH 세그먼트 파일을 방송망에서 전송할 때 발생하는 가장 큰 문제는 지연과 자원의 효율성이다. 전통적인 방송 전송 시스템은 방송망(physical layer)의 특성에 맞게 설계되었으며, 전송하는 콘텐츠의 양이 많지 않기 때문에 지연과 자원의 효율성 문제가 크게 발생하지 않고, 관련 연구를 찾아보기 힘들다. 차세대 방송에서 전송하는 콘텐츠의 양은 커지고 있으며(e.g. FHD, UHD(4k, 8k) 등), 세그먼트 파일 크기의 가변성 역시 크다. 기술의 발전으로 차세대 방송의 자원 역시 늘어나기는 했지만, 방송 특성상 여전히 제한되고, 고정된다. 그러므로 차세대 방송 시스템은 지연과 자원의 효율성 문제가 발생할 수 있지만, 이 역시 관련 연구를 찾아보기 힘들다. 따라서 이 논문에서는 각 DASH 세그먼트 파일을 전송할 때 지연과 자원의 효율성을 분석할 수 있는 전송 구조를 제안하고, 제안한 전송구조로 시뮬레이션 결과를 보인다.

군집화 알고리즘은 그 종류에 따라 만들어낼 수 있는 군집의 종류와 보여줄 수 있는 정보의 수준이 차이가 난다. 밀도기반 군집화 알고리즘은 데이터 분포 상의 임의의 모양을 가진 군집을 잘 잡아내지만 보여줄 수 있는 계층정보가 매우 적거나 없는 수준이고, 반면 계층적 군집화 알고리즘은 자세한 계층 정보를 보여주지만 구 모양의 군집 외에는 잘 잡아내지 못한다. 이 논문에서는 이러한 두 군집화 방식의 대표적 알고리즘인 OPTICS와 응집 계층 군집화 알고리즘의 장점만을 취하는 계층 발생 프레임워크를 제시하고 이와 더불어 효과적 데이터 분석을 위한 여러 시각화, 상호작용 기법을 지원하는 시각적 분석 애플리케이션을 제공한다.