Improved Detecting Schemes for Micro-Electronic Devices Based on Adaptive Hybrid Classification Algorithms

This paper proposes improved detection schemes for concealed micro-electronic devices using clustering and classification of radio frequency harmonics in order to protect intellectual property rights. In general, if a radio wave with a specific fundamental frequency is propagated from the transmitter of a classifier to a concealed object, the second and the third harmonics will be returned as the radio wave is reflected. Using this principle, we exploit the fuzzy c-means clustering and the ${\kappa}$-nearest neighbor classification for detecting diverse concealed objects. Simulation results indicate that the proposed scheme can detect electronic devices and metal devices in various learning environments by efficient classification. Thus, the proposed schemes can be utilized as an effective detection method for concealed micro-electronic device to protect intellectual property rights.

적응형 복합 분류 알고리즘을 이용한 초소형 전자소자 탐지 향상 기법

본 논문은 지적재산권 보호를 위한 방안으로 적응형 알고리즘 기반의 초소형 전자소자 탐지 기법을 제안한다. 전자소자를 탐지하는 기본 원리는 분류기의 송신기에서 특정 기본 주파수의 전파가 은닉된 물체로 전파되면, 물체로부터 반사되어 수신기로 들어오는 2차 및 3차 고조파의 크기를 분류기가 비교함으로써 판별하게 된다. 하지만, 측정 과정에서 발생하는 잡음 및 전자파의 간섭으로 인해 분류의 성능이 저하되므로, 이러한 환경에서도 은닉된 전자소자를 적응적으로 판별하기 위해 Fuzzy c-Means 클러스터링 알고리즘과 ${\kappa}$-Nearest Neighbor 분류 알고리즘을 복합적으로 이용하는 방안을 제시한다. 모의실험 결과, 제안 기법이 잡음 및 전자파 간섭 환경에서도 적응적으로 전자소자 잘 탐지할 수 있었으며, 이에 따라 지적재산권을 효율적으로 보호할 수 있을 것으로 기대된다.