• 한국산업정보학회논문지
• /
• 제20권2호
• /
• pp.73-83
• /
• 2015

본 논문에서는 순차적 결함 검출 방법을 이용하여 TFT-LCD의 결함 영역(Blob)을 효과적으로 검출하는 알고리즘을 제안한다. 먼저 결함과 배경 간의 휘도 차를 이용하여 영상의 각 화소들에 대한 결함 확률을 판단하고, 결함 확률에 따른 순차적 결함 검출 방법을 이용하여 결함 후보 화소를 검출한다. 여기서 결함 확률이란 결함 후보 화소가 검출된 단계에 따라 결함 영역에 포함될 가능성을 나타내다. 형태학 연산을 적용함으로써 검출된 후보 화소들을 후보 결함 영역으로 형성하고, 각 후보 결함 영역에 대한 결함 가능성을 계산하여 결함 영역을 검출한다. 모의 TFT-LCD 영상을 생성하여 제안 방법의 타당성을 검증하고, 실제 TFT-LCD 영상에 적용함으로서 제안 알고리즘의 우수한 결함 검출 성능을 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제55차 동계학술대회논문집 25권1호
• /
• pp.151-154
• /
• 2017

소프트웨어의 개발과정 중 결함을 제거하는 작업인 디버깅을 위해서는 가장 먼저 그 결함의 정확한 위치를 찾아야한다. 이 작업은 많은 시간이 소요되며, 이 시간을 단축시키기 위한 결함 위치 식별 기법들이 소개되었다. 많은 기법들 중 프로그램 커버리지 정보를 학습하여 규칙을 분석하는 인공신경망 기반 선행 연구가 있다. 이를 기반으로 본 논문에서는 문장들 간의 관계를 추가적으로 파악하여 학습 데이터로 사용하는 기법을 제안한다. 특정 문장이 항상 지나는 테스트케이스들 중 나머지 다른 문장들이 지나는 테스트케이스의 비율을 통해 문장들 간의 관계를 나타낸다. 해당 비율을 계산하기 위해 조건부 확률인 베이지안 확률을 사용한다. 베이지안 확률을 통해 얻은 문장들의 관계에 따라 인공신경망 내에서 의심도를 결정하는 웨이트(weight)가 기존 기법과는 다르게 학습된다. 이 차이는 문장들의 의심도를 조정하며, 결과적으로 다중 결함 위치 식별의 정확도를 향상시킨다. 본 논문에서 제안한 기법을 이용하여 실험한 결과, Tarantula 대비 평균 39.8%, 기존 역전파 인공신경망(BPNN) 기반 기법 대비 평균 60.5%의 정확도 향상이 있었음을 확인할 수 있다.

• 정보과학회 논문지
• /
• 제43권12호
• /
• pp.1334-1341
• /
• 2016

최근 지능형 스마트 디바이스의 눈부신 발전과 사용으로 개발 단계의 소프트웨어 결함 관리의 중요성이 부각되고 있다. 효과적 결함 관리를 위해 소프트웨어 메트릭을 토대로 많은 결함 예측 모델 연구가 수행되고 있지만, 결함 예측 모델 연구 성과가 널리 확산되지는 못하고 있다. 본 논문에서는 결함 존재 유무에 관한 이진적 결함 예측 모델의 제약을 극복할 수 있도록, 베이지안 네트워크 기반 확률적 소프트웨어 메트릭 관리 방법을 제안한다. 제안 모델은 소프트웨어 메트릭을 활용하여 베이지안 네트워크를 구성하고, 이를 토대로 베이지안 추론을 수행하여 리팩토링을 위한 개선점을 식별할 수 있는 모델이다. 코드 리팩토링을 통해 소스 코드가 개선되면 관련 메트릭 측정값 또한 변하게 된다. 제안 모델은 리팩토링을 통한 메트릭의 개선으로 얻을 수 있는 결함 제거 효과를 확률 값으로 제시해준다. 따라서 이진 값 형태의 확정성을 극복할 수 있으며, 불확정적인 확률 값으로 의사결정의 유연성을 확보할 수 있을 것이다.

• 대한조선학회논문집
• /
• 제31권1호
• /
• pp.142-154
• /
• 1994

본 논문에서는 정하중을 받는 보강 원통형 쉘의 확률론적 초기결함 민감도 해석을 수행하였다. Donnell의 쉘이론, Galerkin 근사법에 의거 좌굴하중 도출을 위한 다중모드 정식화를 수행하고 이에 random한 기하학적 초기결함의 확률장 이론 및 응답면 기법을 결합하였다. 계산된 확률론적 좌굴하중 결과로부터 신뢰도 지수-하중, 신뢰도 지수-안전계수의 관계를 구할 수 있고 이를 이용하면 요구되는 안전계수의 범위, 허용가능 초기결함의 범위 설정이 가능할 것이다.

• 한국정보통신학회논문지
• /
• 제23권10호
• /
• pp.1195-1200
• /
• 2019

본 논문은 그룹검사(Group Testing)에 대한 검출 알고리즘을 제안한다. 그룹검사는 다수의 샘플 중 극히 일부의 결함 샘플을 찾는 문제로써 이것은 압축센싱 문제와 유사하다. 본 논문에서는 잡음이 없는 그룹검사를 정의하고, 결함 샘플을 검출하기 위한 확률 기반의 알고리즘을 제안한다. 제안하는 알고리즘은 입력과 출력 신호 간 외부확률들이 서로 교환하여 출력 신호의 사후 확률이 최대가 되도록 구성한다. 그리고 검출 알고리즘에 대한 모의실험을 통해 그룹검사 문제에서 결함 샘플을 찾는다. 본 연구에 대한 모의시험 결과는 정보이론의 하한치와 비교하여 입력과 출력 신호 크기에 따라 실패확률이 얼마나 차이가 있는지 확인한다.

• 항공우주시스템공학회지
• /
• 제11권4호
• /
• pp.22-29
• /
• 2017

비선형특성을 갖고 있는 실제 무인기용 소형터보제트엔진의 운전 중 발생하는 결함을 효과적으로 탐지하기 위한 방안에 대해 연구하였다. 이를 위해서 동적 열역학 사이클해석을 통한 비선형 동특성 모델을 도출하였다. 실제적인 운전상황의 연출을 위해 잡음특성의 평가에 부합하는 무향칼만필터를 적용하였고 필터성능이 가미된 제어기를 설계하였다. 엔진회전수 센서의 결함을 통한 엔진 결함발생을 모사하였고, 발생된 결함의 실시간적인 탐지 방안으로 연속확률비 평가기법을 도입하였다. 이를 운전 중 엔진결함탐지에 적용한 결과 분명한 결정양상을 보임으로써 매우 효과적이고 유용함을 확인하였다.

• 비파괴검사학회지
• /
• 제17권3호
• /
• pp.162-173
• /
• 1997

최근 산업 발전에 따라 철강 제품의 수요 증가와 함께 품질의 고급화에 대한 요구도 점차 증가하고 있는데, 이러한 수요자의 요구에 부응하기 위해 철강업계는 냉연 강판 표면결함검출기(surface defect detector; SDD)를 도입 운용하고 있다. 그러나 현재 국내 철강 제조업체들이 보유하고 있는 상용 SDD는 결함의 검출에는 매우 효율적이지만 결함의 분류에는 아직 만족할만한 성능을 보여주지 못하고 있다. 그 이유는 SDD가 결함 분류를 위해 채택한 분류표분류기(classification table; CT)는 시험 표본의 모든 특징값들이 분류표의 범위 내에 있을 때만 결함의 분류를 정확히 수행하기 때문에 결함 분류 정확도가 낮을 뿐 아니라, 분류 법칙의 설정을 작업자의 수작업에 의존하고 있어 현장 적용을 더욱 어렵게 하고 있다. 이러한 단점을 극복하기 위해 본 연구에서 학습 표본으로부터 확률밀도함수를 추정하고 여기에서 분류 법칙을 자동적으로 결정하는 방법을 제시하였고, 강화분류표분류기(enhanced classification table; ECT)와 확률신경회로망분류기(probabilistic neural network; PNN)를 새롭게 제안하여 이들 분류기를 실제적인 문제에 적용하였다. 그 결과 ECT와 PNN 모두 결함 분류 성능을 획기적으로 높일 수 있는 좋은 방법이며, 특히 PNN은 아주 구별하기 어려운 결함도 구별해내는 능력이 있을 뿐 아니라, 병렬 처리 능력을 가지고 있기 때문에 다량의 데이터를 실시간으로 처리해야 하는 경우에 적용할 수 있는 매우 효율적인 분류기임을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (C)
• /
• pp.482-486
• /
• 2008

본 논문에서는 하드 디스크 드라이브(Hard Disk Drive, HDD) 생산 공정 과정에서 발생할 수 있는 불량 HDD의 결함 분포에 대해서 패턴을 자동으로 분류해주는 기법을 제시한다. 이를 위해서 표준 패턴 클래스로 분류되어 있는 불량 HDD의 각 클래스의 확률 모델을 GMM(Gaussian Mixture Model)로 가정한다. 실험은 전문가에 의해 분류된 실제 HDD 결함 분포로부터 5가지의 특징 값들을 추출한 후, 결함 분포의 클래스를 표현할 수 있는 GMM의 파라미터(Parameter)를 학습한다. 각 모델의 파라미터를 추정하기 위해 EM(Expectation Maximization) 알고리즘을 사용한다. 학습된 GMM의 분류 테스트는 학습에 사용되지 않은 HDD 결함 분포에서 5가지의 특징 값을 입력 값으로 추정된 모델들의 파라미터 값에 의해 사후 확률을 구한다. 계산된 확률 값 중 가장 큰 값을 갖는 모델의 클래스를 표준 패턴 클래스로 분류한다. 그 결과 제시된 GMM을 이용한 HDD의 패턴 분류의 결과 96.1%의 정답률을 보여준다.

• 한국콘텐츠학회논문지
• /
• 제7권1호
• /
• pp.65-72
• /
• 2007

본 연구에서는 초음파 검사를 기반으로 하는 비파괴검사 방법을 사용하였으며, 용접결함의 패턴인식 알고리즘으로서 역전파 신경망과 확률 신경망을 비교하였다. 이러한 목적을 위한 과정에서 두 가지 알고리즘에 동일한 변수를 적용하였으며, 여기서 사용된 특징변수는 용접결함으로부터 반사된 시간영역 상의 전체 결함신호로부터 결함부분만을 분리한 신호파형을 사용하였다. 이상의 절차를 통하여 두 가지 알고리즘의 적용방안을 확인하였으며, 두 가지 알고리즘에 대하여 각각의 장단점을 비교하였다.

• 융합보안논문지
• /
• 제13권1호
• /
• pp.3-10
• /
• 2013

본 연구에서는 소프트웨어 제품 테스팅 과정에서 관측고장시간에 근거한 결함 발생률을 고려한 소프트웨어 신뢰성 모형에 대하여 연구 하였다. 신뢰성 분야에서 많이 사용되는 S-분포모형을 이용한 새로운 결함 확률을 추가한 문제를 제시하였다. 수명분포는 유한고장 비동질적인 포아송과정을 이용하였다 본 논문의 결함 발생률을 고려한 소프트웨어 고장 자료 분석에서는 고장 시간 자료를 적용하였으며 모수추정 방법은 최우추정법을 이용하여 결함 발생 확률에 대한 관계와 신뢰도를 추정 하였다.