유전 알고리즘은 생물 유전학에 기본 이론을 두는 전역 탐색 알고리즘으로, 산업, 뉴럴 네트워크, 웹, 그리고 국방 등의 분야에서 활발히 사용되고 있다. 하지만 기존의 유전 알고리즘은 염색체의 개수가 고정되어 있는 형태여서 시뮬레이션 도중 초기에 주어진 상황보다 더 복잡한 상황이 주어질 수 있는 경우에는 적용이 힘들다는 한계점이 존재한다. 본 연구에서는 이를 극복하기 위해서 염색체 비분리를 적용한 가변 염색체 유전 알고리즘을 제안하였다. 그리고 염색체 수의 변화가 시뮬레이션 결과에 영향을 미치는 것을 확인하기 위하여 대 잠수함 HVU 호위 임무 시뮬레이션에 염색체 비분리를 적용한 가변 염색체 유전 알고리즘을 적용하였다. 시뮬레이션 결과 기존의 유전 알고리즘과는 달리 가변 염색체 유전 알고리즘에서는 더 복잡한 전술이 더 일찍 등장하였으며, 그에 따라 염색체 수가 증가하는 방향으로 진화가 일어나는 것을 확인할 수 있었다.

본 논문에서는 선행연구에서 신뢰성을 확보한 지능형 브레이커의 해석모델을 바탕으로 지능형 브레이커의 타격성능 개선을 위한 설계변수 민감도 분석 및 다목적함수 최적화를 다룬다. 본 연구에서는 타격출력만을 향상시키는 기존의 연구를 보완하여 타격출력과 안정성 모두를 개선시키는 것을 목표로 한다. 연구를 진행하는 순서는 다음과 같다. 먼저 정확한 민감도 분석 및 최적화를 진행하기 위하여 해석 시나리오를 설정한다. 그 후 지능형 브레이커의 설계변수 민감도를 분석하고, 상위 민감도를 가지는 변수를 추출한다. 마지막으로 추출한 변수를 사용하여 다목적함수 최적화를 진행하고, 초기 성능과 최적화된 성능의 비교를 통해 기존 지능형브레이커에서 타격성능이 얼마나 향상되었는지 파악한다. 이러한 연구를 통해 국내 기술력으로 기존 해외 선진사의 제품보다 타격성능이 향상된 제품을 개발할 수 있는 가능성을 확보할 수 있다.

캄보디아의 대중음악은 크메르 루즈 정권 기간 동안 예술가의 90 %가 사망 한 이래로 완전히 잊혀졌다. 1979 년부터 전쟁에서 회복 한 후 1990 년 음악은 다시 성장하기 시작했다. 그러나 캄보디아 대중 음악의 역 동성과 흐름은 다면적 사회 경제적, 정치적, 창조적 세력에 의해 관찰 되고 있지만, 표절과 불법 복제로 수년간 대중음악산업에서 널리 퍼져 많은 문제가 되어왔다. 최근에는 크메르(캄보디아언어) 전통 음악을 팬과 아티스트 모두에게 보존해야 할 필요성에 대한 의식이 높아져 캄보디아 젊은 인구의 새로운 트렌드가 되었으나, 음악 품질은 여전히 한계상태에 봉착해 있고, 전통 대중 음악의 전문성을 높이기 위해서는 대중의 드백과 영감이 필요하다. 이 연구는 캄보디아에서 가장 많은 대중음악 관련 사이트인 페이스 북 페이지의 게시물과 코멘트에서 수집 된 문장들을 감정분석을 사용하여 음악 순위 차트(웹 사이트)를 구현하였다. 크메르어에서 영어로 번역하고 감정 분석을 수행하고 순위를 생성하는 알고리즘 개발하였다. 그 결과로 제안 된 시스템에서 번역 및 감정분석의 정확도가 80 %임을 보여주었다. 순위에서 높이 평가된 노래는 크메르(캄보디아언어)로 된 전통대중음악으로 이 논문의 취지와 부합이 되었다. 캄보디아 전통대중음악을 다시 부활하기 위해서 제안 된 시스템과 순위 알고리즘을 사용하여 음악제작의 경쟁 우위를 높이고 제작자가 특정 활동 및 이벤트에 맞는 새 노래를 작곡하는 데 도움이 될것으로 사료된다.

사물 인터넷 기술의 발전에 따라 모바일 기기와 센서 등에 대한 수요가 급증하고 있으며, 다양한 전자 제품에 대한 개발이 이루어지고 있다. 이러한 신제품들에 사용될 반도체 소자와 재료, 공정 장비들도 다양해지고 있으며, 공정마다 최적의 공정 변수를 찾는 과정들이 수반된다. 효율적인 공정 최적화를 위하여 시뮬레이션을 이용하거나 실시간 공정 제어 시스템을 사용하여 공정 변수를 찾을 수 있겠지만, 공정 데이터의 피드백과 비용, 범용성 등의 한계가 있다. 본 연구에서는 효율적으로 최적의 공정 변수를 찾기 위해 소자의 목표 특성과 제작된 소자의 특성을 비교하여 공정 장비를 자동으로 제어하는 시뮬레이터를 개발하였다. 이 시뮬레이터의 범용성을 극대화하기 위하여 온라인 기능이 구현되어 있지 않은 반도체 공정 장비에 장착할 수 있는 각종 센서 모듈과 조작 모듈들을 제작하였고, 이 모듈들을 원격에서 접근이 가능하도록 사물 인터넷 기술을 접목하였다. 최적의 공정 변수를 찾기 위한 방법은 딥러닝 기반의 인공지능을 사용하였다. 제안하는 시뮬레이터는 기존의 공정 장비들을 온라인으로 제어하고 최적의 공정 변수들을 찾을 수 있기 때문에 신제품 개발에 필요한 시간과 비용을 줄일 수 있을 것으로 기대된다.

우리나라의 반도체와 디스플레이 산업의 발전으로 해당 분야에 대한 인력 수급이 더욱 활발해지고 있다. 이에 따라 학부의 반도체 수업에서는 기존의 이론에 최신 기술 동향뿐만 아니라 현장 중심형 실무 인재 양성을 위해 반도체 제작 공정도 심도 있게 다루고 있다. 하지만, 반도체 공정은 클린룸 안에 설치된 장비들과 고가의 재료들이 필요하기 때문에 대규모로 진행되는 학부 교육에서 공정 실습이 제공되기는 어렵다. 이 한계를 극복하기 위해 실제 공정이나 공정 이론을 시각화한 동영상 등이 보조 자료로서 사용되고 있으나, 실습으로 대체할 교보재로서는 부족하다. 본 연구에서는 이론 중심의 학부 교육에 간접적인 반도체 공정 실습을 제공하기 위해 3차원 기반의 가상 클린룸을 구현하고, 반도체 공정에서 가장 많이 사용되는 노광 장비에 대한 시뮬레이터를 구현하여 사진 공정 베이에 설치하였다. 본 연구에서 구현하는 공정 시뮬레이터는 학부 교육에서 다루는 이론을 시각화하는데 중점을 두었으며, 포토 마스크와 실리콘 웨이퍼의 정렬과 노광 공정의 진행 따른 감광제의 국부적 변화를 시각화하였다. 개발된 시뮬레이터는 모바일 기기 등과 같은 저성능의 컴퓨팅 환경에서도 실행될 수 있도록 메모리 사용을 최소화하여 실용성을 극대화 하였다.

최근 빅 데이터가 증가하는 추세에 따라 이를 분석 및 처리하고 활용하는 방안에 대한 관심도 증대되고 있다. 이러한 빅 데이터를 저장, 관리하기 위한 대표적인 플랫폼으로 분산 컴퓨팅 프레임워크인 맵리듀스와 분산 파일 시스템인 HDFS로 구성된 하둡 플랫폼이 있다. 하둡은 일반적으로 수백 수천 대 이상의 클러스터로 구축되는데, 이 때 실제 클러스터 구성이나 파라미터에 따라 하둡 플랫폼이 가지는 효과도를 분석하는 것이 중요하다. 하지만 수천 대 이상의 클러스터 구축하여 이를 분석하는 것이 실질적으로 어렵기 때문에 모델링 및 시뮬레이션 기법을 통해 분석하는 것이 필요하다. 본 논문은 계층적이고 모듈러한 모델링이 가능한 DEVS 형식론을 기반으로 하둡 시뮬레이션 환경을 제안한다. 제안하는 시뮬레이션 환경은 하둡 실행 결과를 이용한 입력 모델 설계를 통해 어플리케이션의 특성을 잘 반영할 수 있으며, 파라미터/알고리즘/모델들을 다양하게 변경하여 실험할 수 있는 재겨냥성 환경을 제공한다. 또한 사용자 편의성의 극대화를 위해 사용자 인터페이스, 실시간 모델 뷰어, 입력 시나리오 편집기를 제공한다. 본 논문에서는 어플리케이션 실행 결과와의 비교를 통해 하둡 시뮬레이터를 검증하고, 다양한 파라미터에 대한 실험을 진행한다.