고전적인 선형 제어와 가변 구조 제어를 융합한 방식에서 가상 공정(nominal plant)을 적응 관측기로 대체하여 실제 공정의 출력과 가상 공정의 출력 간의 오차가 계속 잔존하게 되는 문제를 해결하였다. 적응 관측기로서는 지수 함수적으로 수렴하는 적응 관측기를 사용하였으므로, 실제 공정의 출력에 적응 관측기의 출력이 빠르게 수렴하여 오차가 잔존하지 않게 되어 제어 시스템의 성능이 저하되는 것을 방지할 수 있다.

이 논문에서는 수중 표적추적을 방해하는 교란근원으로부터 추적표적을 판별해 내기 위한 알고리듬을 제안하였다. 이 표적 판별 알고리듬은 순차적 가설 검증을 이용한다. 교란근원은 추적표적으로부터 분리되어, 정지된 위치에서 거짓의 시선 거리와 도플러 측정을 발생시켜 표적으로 혼동되도록 한 것이다. 제안된 알고리듬은 표적운동과 교란근원의 위치를 추정하기 위한 확장 Kalman필터의 이노베이션으로부터 계산된 로그 공산비를 이용하여 판별을 위한 검증을 수행한다. 다양한 시나리오에 대한 수치실험을 통해 제안된 알고리듬이 빠른 시간내에 높은 성공률로 표적과 교란근원을 판별할 수 있음을 확인하였다.

본 논문은 로봇 매니퓰레이터의 엔드 이펙터(end-effector)에 부착된 스테레오 카메라를 사용하여 움직이는 물체의 초기자세나 이동에 관한 정보가 미지인 3차원 물체의 파지(grasping)를 위해서, 로봇 매니퓰레이터의 자세(위치 및 방위)제어에 관한 새로운 비주얼 서보잉(visual servoing)을 제안한다. 로봇 매니퓰레이터의 현재의 자세를 목표자세에 잘 추적하기 위해서 본 논문에서는 카메라 자세에 대한 대상물체의 자세변화와 이미지상의 특정점 변화를 기술하는 관계식인 이미지 Jacobian을 미분변환을 이용하여 구했으며, 로봇 매니퓰레이터의 제어를 위해서는 간단한 PD제어기를 사용하였다. 마지막으로 다양한 컴퓨터 시뮬레이션을 통하여 제안한 수법의 유효성을 확인했다.

실시간 컴퓨터 그래픽 처리를 위하여는 고속 연산(승산 및 가산)회로가 필요하다. 잉여수 체계(RNS:Residue Number System)는 병렬성과 고속성을 갖는 정수연산체계이고, 또한 순환군(cyclic group)은 가산과 승산이 동형인 잉여수 연산을 수행하므로 고속의 승산기와 가산기의 설계가 가능하다. 그러므로, 본 논문에서는 DRNS(Double Residue Number System)를 제안하고, 순환부호(circula- tive code)를 이용한 고속의 잉여수 승산기를 설계하여, 이를 그래픽 프로세서의 연산기로 사용하고자 한다. 설계된 승산기는 TTL소자 74s09, 74s32를 사용한 경우 87MHz속도의 연산이 가능하다.

본 논문에서는 컴퓨터 비젼응용을 위한 태스크레벨 파이프라인 멀티컴퓨터인 "RV860-PIPE(Realtime Vision i860 system using PIPEline)"를 구현하고 성능평가 하였다. RV860-PIPE는 MIMD형태의 아키텍쳐를 가지며, 시각처리에 적합한 ring 형태의 상호연결망(interconnection network)을 갖는 매시지 패싱타입의 컴퓨터로 구현되었다. RV860-PIPE의 단위 노드 컴퓨터는 일반적인 시각알고리즘의 수행을 위하여 법용성과 강력한 처리능력을 갖도록 64-bit 프로세서를 사용하여 설계하였다. 또한 단위 노드간 양방향 통신 및 영상 입출력기와의 통신 부담을 덜기 위한 전용화된 고속 통신 채널을 설계하였다. 구현된 시스템은 edge 검출, 실시간 이동물체 추적, 실시간 얼굴인식과 같은 시각 처리 응용프로그램들을 성능평가함으로써 컴퓨터 비젼응용에 실용적으로 적용가능함을 보였다.

본 논문에서는 단순매트릭스 액정 표시기의 새로운 계조화 방식으로서 새로운 코드 체계를 사용한 계조화 방식을 제시하였다. 새로운 계조화 방식의 실험 및 특성 평가는 16계조 및 32계조 패턴의 시뮬레이션과 구동전압의 산출을 통하여 수행하였다. 실험 및 특성 평가 결과로서 3비트 코드 체계, (7, 5, 3)을 이용한 16계조 모드는 본 논문에서 고찰되는 기존의 계조 표시 모드들과 비교하여 각각 19% 및 9.6% 줄어든 최대 구동 전압을 갖는다. 이러한 구동 전압 특성의 개선 정도는 표시 계조 수가 증가할수록 더욱 증가된다. 한편 계조 패턴의 시뮬레이션을 통한 화질 평가 결과로서 3비트 16계조 모드는 기존 방식과 비교하여 계조 특성을 다소 저하시키나 이러한 특성 저하 정도는 32계조 등 계조 수가 증가할수록 크게 감소된다. 결과적으로 본 논문에서 제시하는 새로운 코드 체계를 이용한 계조화 방식은 계조 특성의 저하를 최소화하면서 구동 전압 특성을 효율적으로 개선할 수 있는 방식임을 확인하였다.

본 연구에서는 체내에 이식되는 인공심장 및 제어시스템과 체외의 환자관리시스템간의 정보교환을 위한 무선 통신시스템(Biotelemetry System)을 개발하였다. 일반적으로 무선 telemetry라고 하면 전파 telemetry를 의미할 정도로 전파를 이용한 방식이 보편화되어 있으나, 늘어나는 전파무선기기에 의한 전파장해 및 간섭현상과 무엇보다 인체에 유해한 단점으로 의료용 장비에의 응용에는 부적합하다, 따라서 본 논문에서는 최근 빛을 이용한 무선telemetry에 대한 연구결과를 응용하여 피부투과성이 좋은 근적외광(Infra Red Light)을 이용한 광통신 방식으로 인공심장용 무선정보 전달장치를 구현하였다. 개발된 시스템의 성능은 인공 심장용 모의순환실험을 통해 평가되었으며 아울러 동물실험에서의 성능평가로 임상에의 응용가능성을 확인하였다.

본 논문은 GHT(Generalized Hough Transform)을 이용하여 물체의 위치, 회전각 및 크기변화를 인식하게 하는 것을 목표로 한다. 특히 회전 및 가려진 물체를 잘 인식함을 보이고자 한다. GHT는 일종의 모델베이스 물체인식 알고리즘으로써 먼저 물체의 정보를 R-table(Reference table) 형태로 저장한 뒤, 그 R-table을 사용하여 물체를 인식한다. 본 논문에서는 GHT 알고리즘을 실제적인 비젼 시스템에 적용하기 위하여 GHT 알고리즘을 개선하였다. 첫째, R-table 작성시 물체의 부분적인 경계선으로부터 R-table을 작성하였으며 영상을 디지털화 하였을 경우 발생되는 에러를 보상하기 위하여 클러스터링(clustering) 알고리즘을 사용하였다. 둘째, 기존의 Ballard의 GHT 알고리즘은 물체의 위치, 회전각 및 크기변화를 인식하기 위하여 4차원의 배열이 필요하지만 단지 2차원의 배열만으로 물체인식이 가능하도록 하였다. 특히 크기변화를 인식하는 간단한 방법을 제안하였다. 테스트 결과 제안된 GHT 알고리즘이 실제적인 비젼 시스템에 있어서 비교적 잘 동작함을 알 수 있었다. 특히 겹쳐진 물체를 잘 인식함을 알 수 있었다.

본 논문은 가변길이코드의 encoding/decoding를 위한 간단하고도 메모리 측면에서 효율적인 구조를 제안한다. MPEG1 DCT계수를 encoding/decoding함으로써 구현한 본 구조에서 114개의 DCT계수를 메모리 매핑하는데 최소인 7비트의 어드레스가 할당되도록 하였고, 직렬-병렬 및 병렬-직렬 변환용 쉬프트 레지스터와 code mapping ROM을 결합시킨 구조로써 최소의 플립플롭 및 메모리를 사용하여 구현하였다. 속도측면에선 COMPASS tool(0.8${\mu}m$ CMOS technology standard cells)을 사용해서 시뮬레이션 해본 결과 encoding/decoding의 경우 모두 50Mbps의 동작속도를 얻을 수 있었다.

본 논문에서는 새로운 퍼지 패턴 매칭 분류기(fuzzy pattern matching classifier) 설계 방법을 제안하였다. 기존의 퍼지 패턴 매칭 분류기를 설계함에 있어 분류기의 성능에 결정적인 영향을 미치는 소속 함수 (membership functions)의 모양과 개수에 대한 정확한 정보를 알 수 없었다. 따라서 소속 함수를 구하기 위하여 시행 착오(trial-error)법 혹은 경험에 의존하는(heuristic) 방법이 사용되어 왔다. 그러나 이러한 방법은 다양한 종류의 패턴에 대하여 적용하기에는 한계가 있다. 본 논문에서는 유전 알고리즘을 사용하여 분류 에러를 최소로 줄이는 소속 함수의 적절한 모양과 개수를 찾기 위한 새로운 방법을 제안한다. 유전 알고리즘(genetic algorithms)은 진화라는 생물학적 모델을 기초로한 통계적 알고리즘의 한 부류이다. 이는 여러 함수 최적화 문제에 적용되어 최적 혹은 최적 근처의 해를 찾아 준다. 본 논문에서 유전 알고리즘은 분류 에러에 반비례하는 적합도 함수(fitness function)를 기본으로 소속 함수의 모양과 개수를 결정하는데 쓰인다. 유전 알고리즘에 있어서의 스트링은 소속 함수를 결정하게 되며 인식 결과는 다음 세대의 재생(reproduction) 연산에 영향을 미치게 된다. 제안되는 방법을 타이어 접지면 패턴과 필기체 영문자 인식에 적용하여 보았다. 실험 결과는 본 방법이 유용함을 보여준다.

본 논문에서는 직교 벡터 공간 변환을 이용한 새로운 음성 개성 변환 알고리즘을 제안하였다. 음성 개성 변환이란 임의 환자(source)가 가지고 있는 몇 개의 특징 변수를 다른 화자(target)의 특징 변수로 변환하는 기법이다. 본 논문에서는 LPC 켑스트럼 계수와 여기 신호의 스펙트럼, 그리고 피치 궤적을 변환하여 음성 개성변환을 구현하였다. LPC 켑스트럼 계수의 변환을 위해 직교 벡터 공간 변환 기법이 제안되었다. 이 기법은 KL(Karhunen-Loeve)변환을 이용한 principle component의 분리와 최소 자승 오차를 갖는 선형 좌표 변환을 통해 LPC 켑스트럼의 변환을 수행한다. 또한, 화자간의 운율적인 특징을 변환하기 위해 피치 궤적 변환 기법이 제안되었다. 피치 궤적 변환을 위하여 먼저 두 화자간의 기준 피치 패턴의 작성하고 기준 패턴간의 대응 관계를 추정한 후 이를 이용하여 source 화자의 피치 패턴이 target 피치 패턴으로 변환되도록 하였다. 컴퓨터를 이용한 모의 실험 결과 제안된 알고리즘은 객관적인 평가와 주관적인 평가에 있어서 우수한 성능을 나타내었다.

본 논문에서는 이산 은닉 마코프 모델(Discrete Hidden Markov Model)을 이용한 연결 음성 인식에 관한 알고리듬 및 모델 토폴로지를 제안한다. 제안된 모델은 인식률과 인식할 수 있는 어휘를 고려하여 2 음소열 및 3 음소열 모델을 사용하며, 보다 정확한 음소 간의 세그멘테이션과 알고리듬의 수행 속도를 고려하여 2 음소열에서는 첫 번째 상태와 마지막 상태를 안정 상태, 나머지 상태는 천이 상태인 4 개의 상태를 갖도록 하고, 또한 3 음소열에서는 7 개의 상태를 갖도록 하며, 여기서 7개의 상태는 3 개의 안정 상태와 4개의 천이 상태를 갖도록 개선한다. 또한, 제안된 음성 인식 알고리듬은 인식 과정 내에서 음소의 발음 구간을 검출하도록 설계한다.

본 논문에서는 일반적인 환경인 카메라의 줌 기능(zoom-in, zoom-out)에 의해 임의로 크기 변화된 질감 영상들을, 크기변화에 무관한 형태학적 정규화(normalized) 패턴 스펙트럼에 기반하여 분류하였다. 정규화 패턴 스펙트럼은 질감영상으로부터 형태학적 패턴 스펙트럼을 구하고 이로부터 크기변화 성분을 구한 다음 크기 변화비에 따른 선형보간을 하여 같은 부류의 질감영상내에서 크기변화를 통합함을 뜻한다. 본 논문에서는 패턴 스펙트럼을 구할 때 기존의 방법과 달리 영상의 문턱값을 중심으로 두 부분으로 계산하였다. 즉 문턱값 이상을 가지는 화소들에 대해서는 opening방법으로 패턴 스펙트럼을 구하였고 문턱값 미만을 가지는 화소들에 대해서는 closing방법으로 패턴 스펙트럼을 구하여 효과적인 정보추출을 하였다. 또 본 논문에서는 각각 명암도 방법과 이진 방법에 대한 분류 정확도를 비교 검토하였다. 제안된 방법은 효과적인 정보추출, 높은 분류 정확도, 계산량 감소, 및 병렬처리 구현등의 여러 가지 장점이 있다. 특히 제안된 방법은 질감영상 학습단계에서 최근의 방법들과는 달리 다양하게 크기변환된 질감영상들을 사용하지 않고, 즉 기준크기(1:1) 질감영상만을 사용하였음에도 불구하고 높은 분류 정확도를 얻을 수 있었다.

[1]에서 extended threshold Boolean filter(ETBF)의 부분 군인 self-dual ETBF가 중앙값 부여파기 출력의 가중 평균으로 표현되어짐을 보였다. 이 논문에서는 이 결과를 일반적인 ETBF로 확장한다. 특히, 모든 ETBF를 최솟값(또는 최댓값) 부여파기 출력의 가중 평균으로 표현할 수 있음을 보였다. 이 표현은 자연스럽게 윈도우(window)의 크기가 K보다 작거나 같은 부여파기만을 사용하는 K차 ETBF(K-ETBF)라 불리는 ETBF의 부분 군(subclass)을 제시한다. 여러 가지 K 값에 대하여 평균 제곱 오차(mean square error)를 최소화하는 K-ETBF를 설계한 후 이들을 오염된 신호의 복구에 적용함으로써 여파기의 성능과 복잡도간의 호환작용(tradeoff)을 고찰하였다.

널리 사용되는 blind 등화 알고리듬의 하나인 constant modulus algorithm (CMA)은 등화기 출력신호의 2차 통계 특성을 이용하여 채널을 등화한다. Quadrature amplitude modulation (QAM) 신호와 같은 다중레벨을 갖는 신호에 대한 CMA의 성능은 모든 신호의 전력을 하나의 modulus에 투영시켜 등화함에 따라 성능이 떨어지게 된다. 본 논문에서는 QAM 시스템에 대한 등화성능을 개선시키기 위해 오차크기에 따른 shell 분할방법을 제안하였다. 등화기 출력신호의 분포를 가우시안으로 가정하여, 등화기 출력신호전력의 분포가 noncentral $x^2$ 분포를 이룸으로부터 maximum likelihood 추정에 의한 결정경계를 구했다. 결정경계에 의해 분리되는 각 shell이 하나의 modulus를 가짐에 착안하여 제안한 CMA는 다중 modulus 등화시스템을 구성한다. 32-QAM과 64-QAM 신호에 대한 전산모의실험을 통하여 제안한 알고리듬이 효과적임을 보였다.

대규모 병렬처리가 가능하고 칩당 뉴론 집적도가 높은 펄스형 디지털 다계층 신경망 구조를 제안하였다. 제안된 신경망에서는 대수적인 신경망연산이 의사-랜덤 펄스 시퀀스(pseudo-random pulse sequences)와 단순 디지털 논리 게이트를 이용하여 확률적 프로세스로 대치되었다. 확률적 프로세스의 결과로 나타나는 신경망 연산의 통계적 모델을 제시하였으며 이를 바탕으로 랜덤잡음의 영향과 연산의 정확도를 분석하였다. 이진인식 문제를 적용하여 제안된 신경망의 성능을 평가하고 제시한 통계적 분석결과의 정당성을 검증하였다. Gate 레벨과 register transfer 레벨로 기술된 신경망의 VHDL 모델의 시뮬레이션 결과는 개발된 통계적모델로 예측된 인식추정치와 실제 인식률이 거의 일치함을 보였으며, 또한 숫자인식률에 있어서도 일반 Back-Propagation 신경망의 인식률과 거의 차이가 없음을 보였다.

본 논문에서는 이산시간 cellular 신경회로망(DTCNN)의 효율적인 디지털 하드웨어 구조를 제안한다. DTCNN은 셀간의 연결 형태를 결정하는 템플릿(template)내에서 국소적이며 공간 불변적인 특징을 가진다. 이와 같은 DTCNN의 특징과 분산연산 방식을 결합하여 간단한 하드웨어와 적은 연결선으로 DTCNN 하드웨어를 구현하였다. 또한 분산연산의 특징인 비트별 연산 방식을 사용하여 셀 간의 연결을 위한 넓은 버스 폭을 단일 비트로 줄였다. 본 논문에서는 제안한 구조를 프로그래밍이 가능한 FPGA를 사용하여 가변적인 구조를 갖는 DTCNN 보드로 구현하였다.

본 논문에서는 동영상 압축의 핵심 기술인 움직임 벡터 추정에 있어서 신경 회로망을 이용한 벡터 양자화에 의해 탐색 영역을 예측하는 방법을 제안한다. 훈련영상을 입력으로 하여 전역 탐색법 등에 의하여 구해진 움직임 벡터를 이용하여 움직임 벡터 코드 북을 생성하고 이를 예측 탐색 점으로 이용한다. 움직임 벡터 코드 북을 생성하기 위해서 병렬 처리 특성과 다양한 학습 알고리즘을 갖는 신경 회로망을 이용하였다. 제안된 방법은 움직임 벡터들의 높은 공간적 상관성을 이용하게 되고 결과적으로 적은 탐색 점으로 움직임 벡터를 추정할 수 있으므로 계산량을 줄일 수 있을 뿐 아니라 움직임 벡터를 표현하기 위해 소요되는 비트 수도 크게 줄일 수 있다. 모의 실험을 통하여 제안된 방식이 기존의 고속 블록 매칭 알고리즘보다 우수함을 보였다.

본 논문은 고양이와 원숭이의 시각피질에서 보이는 특징추출경로를 모델화하여 지도화상으로부터 파선을 추출하는 파선정보추출용 뉴럴 네트워크를 제안한다. 제안하는 파선정보추출기구는 칼라입력화상을 흑백화상으로 변환한 후, 방향별 직선을 추출한다. 다음으로, 추출된 각 방향별 직선 중 추출하고자 하는 파선보다 긴 직선을 제거한 후, 파선의 성질인 연속된 짧은 직선을 찾아내어 추출한다. 제안하는 뉴럴 네트워크는 국립지리원에서 발행한 1/25,000 축척의 지도에 적용되었으며, 지도화상으로부터 성공적으로 파선 정보를 추출할 수 있음을 보였다.

오류를 최소화하는 방법에 기초한, 신경망에 대한 간단한 적응 집단 (population) 코딩 모델을 개발하였다. 이 모델은 원숭이의 자발적 팔운동에 있어서, 운동피질에서 발견되는 신경세포들의 집단 코딩의 성질과 잘 부합한다. 학습이 이루어진 후에, 특정의 방향성 모델 신경들을 제거함으로써, 이들 신경들의 코딩에 대한 기여를 조사하였다. 또, 나머지 신경들만을 가지고 학습을 시킴으로써, 그들 세포들의 선호 방향이, 코딩 오차를 줄이기 위해, 어떻게 변하는가를 관측하였다. 이와 같은 집단 코딩의 적응성은 아직 예측되거나 실험적으로 관측된 바가 없으므로, 집단코딩에 기초한 정보처리를 수행한다고 여겨지는 실제의 뇌피질에서도 유사한 적응성질이 존재하는지 조사해 보는 것도 흥미로울 것이다.

본 논문은 회귀트리에 기반을 둔 회귀 신경망을 제안한다. 회귀트리를 세 개의 계층을 갖는 전향 신경망에 사상하고, 첫 번째 계층에 다중특징 분할함수를 형성시켜 신경망이 보다 더 최적인 입력 공간의 분할을 갖도록 한다. 본 연구에서는 신경망 트레이닝을 위한 두 가지 지도 학습 알고리즘을 제안하여 단일특징 분할함수와 다중특징 분할함수에 실험한다. 실험결과, 제안된 회귀 신경망은 기존의 단일특징 분할 회귀트리 및 단일특징 분할 회귀신경망보다 학습능력이 우수함을 입증한다. 또한 본 논문에서 제안한 알고리즘이 학습 능력을 저하시키지 않으면서도 효과적으로 과성장한 회귀트리를 가지치기 할 수 있음을 보인다.

본 논문에서는 임의의 고조파를 선택적으로 제거하고자 할 때 실시간으로 제어가 가능한 PWM 인버터를 구현하였다. 직교함수인 왈쉬함수의 이론을 토대로하여 고조파를 선택적으로 제거할 수 있는 점호각 계산 방법을 채택하였다. 또한 점호각을 실시간으로 계산하여 단상 및 3상 인버터 회로에 적용할 수 있는 논리회로를 설계하였다. 설계된 논리회로의 출력파형을 입력으로 하는 시뮬레이션 회로를 이용하여 구현한 PWM 인버터의 정상상태 특성동작을 확인하였다.