• Proceedings of the Korean Vacuum Society Conference
• /
• 2012.02a
• /
• pp.402-402
• /
• 2012

최근 반도체 공정 중 fluorocarbon (CxHyFz) 가스와 함께 플라즈마 밀도가 큰 유도결합형 플라즈마을 사용한 식각장비가 많이 사용되고 있다. 특히 저 유전상수 값을 가지는 박막을 밀도가 큰 플라즈마와 함께 fluorocarbon 가스를 이용하여 식각을 하게 되면 매우 복잡한 현상이 생긴다. 따라서 식각률에 대한 모델을 세우고 적용하는 일이 매우 어렵다. 본 연구에서는 CF4가스를 Ar가스와 함께 혼합하고 기판 플라즈마와 유도결합형 플라즈마를 동시에 가진 식각장비를 사용하여, 저 유전상수 값을 갖는 박막을 식각하였다. 또한, 간단한 식각모델인 Langmuir adsorption model를 이용하여 식각률(Etch rate)에 대한 합리적인 이해를 얻기 위해, 기판과 유도결합형 플라즈마의 파워에 따른 식각률을 계산하고, 식각모델에서 사용되는 매개변수인 이온플럭스(Ion Flux)와 식각수율(Etch yield)을 연구하였다. 기판의 플라즈마 파워가 20에서 100 W 증가하면서 식각률이 269에서 478 nm/min로 증가하였으며, 식각수율이 0.4에서 0.59로 증가하는 것을 관찰하였다. 반면에 기판의 플라즈마 파워 증가에 따라 이온 플럭스는 3.8에서 $4.7mA/cm^2$로 변화가 크지 않았다. 또한, 유도결합형 플라즈마의 파워가 100에서 500 W 증가하면서, 식각률이 117에서 563 nm/min로 증가하였으며, 이온플럭스가 1.5에서 $6.8mA/cm^2$으로 변화하였다. 그러나, 식각수율은 0.46에서 0.48로 거의 변화하지 않았다. 그러므로 저 유전상수 값을 가지는 박막 식각의 경우, 기판의 플라즈마는 식각수율을 증가시키며 유도결합형 플라즈마는 이온 플럭스를 증가시켜 박막 식각에 기여하는 것으로 사료된다.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.27 no.6
• /
• pp.589-596
• /
• 2014

Joints, fasteners or connected parts frequently have a significant effect on the dynamical behavior of assembled mechanical structures. Therefore, the analytical prediction of structural responses depends on the accuracy of joint modeling. This paper deals with the formulation and analysis of dynamic mechanism for joint flexibilities whose relevant magnitudes of stiffnesses are investigated by using linear and torsional springs. The equation of motion is derived by using a generic joint in the middle of clamped-clamped beam. A reanalysis due to changes in magnitudes of joint stiffnesses is based on the reduced analysis where the binomial series terms are used as basis vectors. The solution procedures are straightforward and the method can be readily used with a general finite element method. The computational effort needed by this approach is usually much smaller than the effort needed for complete vibration analysis. Two numerical examples show that accurate results are obtained efficiently by reducing the number of degree in the reduced model.

• The Journal of Korean Institute of Next Generation Computing
• /
• v.13 no.5
• /
• pp.80-92
• /
• 2017

The popularity of cloud computing has led to the emergence of various types of cloud services, and the hybrid cloud, a deployment model that integrates public cloud and private cloud and offset their shortcomings, is in the spotlight recently. However, the complexity of different clouds integration and the lack of related integration solutions have delayed the adoption of hybrid cloud and cloud strategy by companies and organizations. Therefore, in this paper, we propose a cloud integration mechanism to solve the integration complexity problem. The cloud integration mechanism proposed in this paper consists of integration script that solves the cloud integration by the script based on the hybrid cloud function, a process of creating and executing it, and a script creation model applying the software design pattern. By integrating the various cloud services, we can quickly generate scripts that meet the user's needs. It is expected that the introduction of hybrid cloud and the acquisition of cloud strategy can be accelerated through this proposed integration mechanism.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.430-433
• /
• 2018

딥러닝 모델의 성능 향상을 위해 적은 데이터를 증가시킬 수 있는 연구들이 필요하다. 이미지의 경우 회전, 이동, 반전등의 연산으로 쉽게 데이터를 증가시킬 수 있지만 자연어는 그렇지 않다. 그러나 최근 딥러닝 생성 모델의 발전으로 기존 자연어 데이터를 생성 모델을 통해 양을 늘려 실험하는 연구들이 많이 시도되었다. 본 논문에서는 문장 데이터 생성을 위한 VAE, 문장 분류를 위한 CNN이 결합된 모델을 한국어 영화평 데이터에 적용하여 기존 모델보다 0.146% 높은 86.736%의 정확도를 기록하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.344-348
• /
• 2005

이 논문에서는 개체에 대한 신뢰도를 계산하기 위해 여러 가지의 평가기준을 이용하고, 또한 다른 개체들로부터의 추천정보를 이용하는 신뢰모델에 대해서 제안한다. 제안한 모델에서는 개체의 신뢰도를 개체가 주어진 상황에서 만족스러운 결과를 낼 기대값으로 정의한다. 다른 개체와 상호작용이 일어날 때마다 각 평가기준에 따른 평가결과가 얻어진다고 전제하는 상황에서 적용되는 신뢰 모델이다. 제안된 모델에서는 신뢰정보가 요구될 때 우선 결과확률 분포(outcome probability distribution)와 개체의 평가결과에 대한 선호도를 고려하여 각 평가기준에 대한 만족정도를 계산한다. 이렇게 계산된 만족정도 값들은 각 평가기준의 중요도를 반영하여 하나의 신뢰값으로 결합된다. 이때 추천 정보도 신뢰값에 함께 결합되는 모델이다.

• Proceedings of the Korean Institute of Surface Engineering Conference
• /
• 2003.10a
• /
• pp.52-52
• /
• 2003

cubic boron nitride(cubic BN)는 기계적, 전기적, 광학적, 열적으로 우수한 특성 때문에 다양한 분야에 응용 가능한 재료로, 수 십년 동안 연구되어 오고 있다. 그러나 아직까지 막내 cubic BN이 차지하는 함량과 접착력의 저조 때문에 실제로 응용되기에는 무리가 있다. 많은 이들이 이 문제점들을 해결하기 위해 노력하고 있다. Cubic BN의 생성 매카니즘에 관해서는 여러 모델들이 제시되고 있으나 아직까지 정론화된 것은 없다. 대표적인 모델들로는 스퍼터 모델, 스트레스 모델, 서브플렌테이션 모델 등이 있다. 그러나 BN 막내의 구조가 hexagal BN과 cubic BN이 혼합되어 있는 구조라는 것과 cubic BN이 형성되기 위해서는 이온 충돌 에너지가 필요하다는 점은 모든 모델들에서 일반적으로 취하고 있다. 본 연구에서는, 유도 결합 플라즈마 화학 기상 증착법을 이용해 cubic BN 박막을 증착하였다. 소스 가스로는 BCl$_3$, $N_2$, H$_2$, Ar를 사용하였다. 기판에 가해지는 R.F. 바이어스가 박막내 cubic BN의 함량에 어떠한 영향을 미치는 지에 대해 연구하였다. cubic BN 상의 확인은 FT-IR 장비로 분석하였고, 막내 조성은 AES로, 박막의 두께는 FE-SEM으로 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.66-66
• /
• 2023

대규모 댐의 운영으로 인한 인위적인 유량 교란은 물리 기반 수문모형의 정확한 하천유량 모의를 어렵게 만든다. 이러한 한계를 극복하기 위해, 상류의 자연형 유역 모의를 위한 물리 기반 수문모형 Variable Infiltration Capacity model과 댐 운영 모의를 위한 딥러닝 기반 모델을 결합한 하이브리드 모델링 프레임워크를 개발하였다. 본 연구는 수도권의 주요 상수원이자 대규모 댐들이 존재하는 팔당댐 유역을 대상으로, 물리 기반 수문모형만을 기반으로 구축한 단일 및 계단식 구조의 모델과 하이브리드 모델의 예측 성능을 비교하였다. 2015년부터 2019년까지의 검증 기간 동안, 하이브리드 모델, 단일 및 계단식 구조 모델의 Nash-Sutcliffe Efficiency는 각각 0.6410, -0.1054 그리고 0.2564로 하이브리드 모델의 성능이 가장 높은 것으로 나타났다. 이는 머신러닝 알고리즘을 이용한 댐 운영 고려가 정확한 하천유량 평가를 위해서 필수적임을 시사한다. 이러한 결과는 수자원 관리, 홍수 예측 등 다양한 분야에서 활용될 수 있으며, 특히 미래의 지속 가능한 물 관리를 위해 실무자에게 정확한 자료를 제공하는 데 기여할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.559-562
• /
• 2020

시각-언어 이동 문제는 시각 이해와 언어 이해 능력을 함께 요구하는 복합 지능 문제이다. 본 논문에서는 시각-언어 이동 에이전트를 위한 새로운 학습 모델을 제안한다. 이 모델은 데모 데이터에 기초한 모방 학습과 행동 보상에 기초한 강화 학습을 함께 결합한 복합 학습을 채택하고 있다. 따라서 이 모델은 데모 데이타에 편향될 수 있는 모방 학습의 문제와 상대적으로 낮은 데이터 효율성을 갖는 강화 학습의 문제를 상호 보완적으로 해소할 수 있다. 또한, 제안 모델은 서로 다른 두 학습 간에 발생 가능한 학습 불균형도 고려하여 손실 정규화를 포함하고 있다. 또, 제안 모델에서는 기존 연구들에서 사용되어온 목적지 기반 보상 함수의 문제점을 발견하고, 이를 해결하기 위해 설계된 새로은 최적 경로 기반 보상 함수를 이용한다. 본 논문에서는 Matterport3D 시뮬레이션 환경과 R2R 벤치마크 데이터 집합을 이용한 다양한 실들을 통해, 제안 모델의 높은 성능을 입증하였다.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.478-480
• /
• 2019

텍스트에서 공간 정보를 추출하기 위해 그동안 통계 및 확률 기반 방법, 심층학습 방법 등이 연구되어 왔다. 본 연구에서는 최근 자연언어처리에서 우수한 성능을 보이고 있는 BERT 모델을 적용하여 공간 개체 정보를 추출한다. 공간 개체 추출은 공간 관계에 관련된 속성 추출을 함께 고려한 결합(joint) 모델로 구성하였으며, 한국어를 대상으로 BERT 기학습된 언어모델인 korBERT를 이용하였다. 실험결과, 기존의 방법들에 비해 1.9% 포인트 이상 증가한 성능을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.586-589
• /
• 2024

본 실험 연구에서는 주의 메커니즘과 컨볼루션 신경망을 결합하여 모델을 개선하는 방법을 탐색하는 딥 러닝 기술을 소개한다. 이 기술은 지도 학습 방식을 위해 공개 데이터 세트의 쓰레기 분류 데이터를 사용하고, Grad-CAM 기술과 채널 주의 메커니즘 SE 를 적용하여 모델의 분류 의사 결정 과정을 더 잘 이해하기 위해 히트 맵을 생성한다. Grad-CAM 기술을 사용하여 히트 맵을 생성하면 분류 중에 모델이 집중하는 영역을 시각화할 수 있다. 이는 모델의 분류 결정을 설명하는 방법을 제공하여 다양한 이미지 카테고리에 대한 모델 결정의 기초를 더 잘 이해할 수 있다. 실험 결과는 전통적인 합성곱 신경망과 비교하여 제안한 방법이 쓰레기 분류 작업에서 더나은 성능을 달성한다는 것을 보여준다. 주의 메커니즘과 히트맵 해석을 결합함으로써 우리 모델은분류 정확도를 향상시킬 수 있다. 이는 실제 응용 분야의 이미지 분류 작업에 큰 의미가 있으며 해석 가능성에 대한 딥 러닝 연구 진행을 촉진하는 데 도움이 된다.