• 한국세라믹학회:학술대회논문집
• /
• 한국세라믹학회 2002년도 추계총회 및 연구발표회 초록집
• /
• pp.190.1-190
• /
• 2002

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2004년도 제26회 학술발표회 초록집
• /
• pp.82-82
• /
• 2004

• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2004년도 하계학술대회 논문집 Vol.5 No.1
• /
• pp.401-404
• /
• 2004

광학 현미경을 이용한 포토리소그래피 방법을 통해 단일 나노선에 선택적 전극을 형성하였다. $SiO_2$ 기판에 나노선을 도포하여 사용하였고 수 마이크로미터 길이의 단일 나노선에 2단자 전극을 형성하는데 충분한 resolution을 얻을 수 있었다. 리소그래피 노광 광원으로는 현미경에 내장된 할로겐 램프를 사용하였고, 동일 광원으로 관측하기 위해 광학 필터를 사용하였다. 실험 상황에 따라 금속, OHP 필름, 종이 등의 재질로 다양한 마스크를 제작하여 사용하였다. 대물렌즈의 교환을 통해 다양한 projection 배율을 구현하였다.

• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2004년도 추계학술대회 논문집 Vol.17
• /
• pp.272-275
• /
• 2004

플라즈마 식각공정은 소자제조를 위한 미세 패턴닝 제작에 이용되고 있다. 공정 메커니즘의 정성적 해석, 최적화, 그리고 제어를 위해서는 컴퓨터 예측모델의 개발이 요구된다. 역전파 신경망 (backpropagation neural network-BPNN) 모델을 개발하는 데에는 다수의 학습인자가 관여하고 있으며, 가장 그 최적화가 어려운 학습인자는 초기웨이트이다. 모델개발시, 초기웨이트는 random 값으로 설정이 되며, 이로 인해 초기웨이트의 최적화가 어렵다. 본 연구에서는 유전자 알고리즘 (genetic algorithm-GA)을 이용하여 BPNN의 초기웨이트를 최적화하였으며, 이를 식각공정 모델링에 적용하여 평가하였다. 실리카 식각공정 데이터는 $2^3$ 인자 실험계획법을 이용하여 수집하였으며, GA에 관여하는 두 확률인자의 영향을 42 인자 실험계획법을 이용하여 최적화 하였다. 종래의 모델에 비해, 최적화된 모델은 실리카 식각률, Al 식각률, Al 선택비, 그리고 프로파일 응답에 대해서 각 기 24%, 13%,, 16%, 그리고 17%의 향상률을 보였다. 이는 제안된 최적화 기법이 플라즈마 모델의 예측성능을 증진하는데 효과적으로 응용될 수 있음을 의미한다.

• 정보처리학회논문지A
• /
• 제11A권2호
• /
• pp.213-222
• /
• 2004

최근의 웹 기반 교수-학습은 학습자 스스로 학습 내용, 학습 시간 및 학습 순서를 선택하고 조직하는 방향으로 나아가고 있다. 즉 학습자 개개인의 특성(선수 지식, 학습 양식, 흥미/관심)에 맞는 적응적인 교수-학습 환경을 제공하는 방향으로 변화되고 있다. 본 연구에서는 웹 기반 교수-학습 과정에서 중요시되고 있는 학습자 특성 변인 중에서 학습자의 학습경로를 Apriori 알고리즘을 이용하여 분석하고, 유사한 학습경로를 갖는 학습자들로 그룹화 하였다. 이를 기반으로 학습자 개인에게 학습경로, 인터페이스, 상호작용 등을 제공하기 위한 학습경로 개인화 시스템을 설계하고 개발하였다. 개발된 시스템은 학습자의 학습 패턴에 맞는 최적의 학습 환경을 제공해 줄 수 있을 뿐만 아니라 학습자 개개인의 학습효과를 향상시키는데 효과가 있을 것으로 기대된다.