• Proceedings of the Korean Institute of Electrical and Electronic Material Engineers Conference
• /
• 2007.11a
• /
• pp.111-112
• /
• 2007

Silicon nitride (SiN) 박막을 플라즈마 응용화학기상법을 이용하여 증착하였다. SiN박막의 전하밀도는 일반화된 회귀 신경망과 유전자 알고리즘을 이용하여 모델링하였다. PECVD 공정은 Box Wilson 실험계획표를 이용하여 수행하였다. $SiH_4$ 유량변화에 따른 온도의 영향은 미미하였다. 그러나, 저 전력에서의 온도증가 (또는 저온에서의 전력의 증가)에 따라 전하밀도는 급격히 상승하였으며, 이는 [N-H]의 증가에 기인하는 것으로 해석되었다. $SiH_4$ 유량의 증가 (또는 고온에서의 전력의 증가)에 따라 전하밀도는 감소하고 있으며, 이는 [Si-H]의 증가에 기인하는 것으로 이해된다.

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.177-178
• /
• 2007

플라즈마 공정은 집적회로 제작을 위한 미세 박막의 증착과 패턴닝에 핵심적으로 이용되고 있다. 본 연구에서는 플라즈마공정감시와 제어에 응용될 수 있는 모델을 제안한다. 본 모델은 광방사분광기 (Optical emission spectroscopy-OES)정보와 역전파 신경망을 이용해서 개발하였다. 제안된 기법은 Oxide 식각공정에서 수집한 데이터에 적용하였으며, 체계적인 모델링을 위해 공정데이터는 통계적 실험계획법을 적용하여 수집되었다. Raw OES 정보대신, Actinometric OES 정보를 이용하였으며, 신경망의 예측성능은 유전자 알고리즘을 이용해서 증진시켰다. OES의 차수를 줄이기 위해 주인자 분석 (Principal Component Analysis-PCA)을 세 종류의 분산(100, 99, 98%)에 대해서 적용하였다. 최적화한 모델의 예측에러는 323 $\AA/min$이었다. 이전에 PCA를 적용하고 은닉층 뉴런의 함수로 최적화한 모델의 예측에러는 570 $\AA/min$이었으며, 개발된 모델은 이에 비해 43% 증진된 예측 성능을 보이고 있다.

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.403-404
• /
• 2007

소자 수율을 향상시키기 위해서는 웨이퍼 전체에 걸쳐 플라즈마 공정특성이 균일하게 분포되어야 한다. 본 연구에서는 Actinomeric 광 반사분광기 (Otical Emission Spectroscopy) 정보를 이용하여 식각률 비균일도에 대한 모델을 개발하였다. 제안된 기법은 Oxide 식각공정에서 수집한 데이터에 적용하였으며, 체계적인 모델링을 위해 공정데이터는 통계적 실험계획 법을 적용하여 수집되었다. 신경망의 예측성능은 유전자 알고리즘을 이용해서 증진시켰다. OES의 차수를 줄이기 위해 주인자 분석을 세 종류의 분산(100, 99, 98%)에 대해서 적용하였다. 개발된 모델은 발표된 이전의 모델에 비해 17% 증진된 예측성능을 보였다.

• Proceedings of the Korean Institute of Surface Engineering Conference
• /
• 2007.11a
• /
• pp.114-115
• /
• 2007

플라즈마 응용화학기상법을 이용하여 Silicon Nitride (SiN) 박막을 증착하였다. PECVD 공정은 Box Wilson 실험계획표를 이용하여 수행하였다. SiN박막의 전하밀도를 신경망과 유전자 알고리즘을 이용하여 모델링하였다. 개발된 모델을 이용하여 전하밀도에의 $N_2$와 $NH_3$의 영향을 다양한 온도에서 고찰하였다. $N_2$ (or $NH_3$)의 증가에 따라 전하밀도는 증가하였으며, 이는 전하밀도의 [N-H]에의 강하게 의존하고 있음을 보인다. 전하밀도는 고온에서의 $NH_3$의 증가, 또는 높은 $NH_3$ 유량에서의 온도의 증가에 따라 급격히 증가하였다. 굴절률 모델과 비교할 때, 이 같은 현상이 [N-H]의 증가에 기인하는 것으로 해석되었다.

• Proceedings of the Korean Institute of Surface Engineering Conference
• /
• 2009.10a
• /
• pp.237-238
• /
• 2009

본 연구에서는 이온에너지와 박막 표면 거칠기와의 관계를 신경망을 이용하여 모델링하였다. Pulsed 플라즈마 증착장비를 이용하여 상온에서 실리콘 나이트라이드 (SiN)을 증착하였다. 바이어스 전력과 duty ratio는 각각 $40{\sim}100W$와 $30{\sim}90%$로 변화하였다. 이온에너지 정보는 비침투식 이온에너지 분석시스템을 이용하여 수집하였다. 신경망의 성능은 유전자알고리즘을 이용하여 최적화시켰다. 최적화한 모델은 이온에너지의 영향을 고찰하였다. 모델로부터 고 이온 에너지는 저 이온에너지가 높은 조건에서 증가시킬 때에 표면 거칠기를 보다 작게 한다는 것을 알 수 있었다.

• Proceeding of EDISON Challenge
• /
• 2017.03a
• /
• pp.175-179
• /
• 2017

This study is based on the real structure which is installed earlier in the field. The model is simplified, and thereafter, optimization process was done with a variation of cross-section and rise of the arch model.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.392-394
• /
• 2000

본 논문에서는 DNA칩 이미지 처리시스템을 위한 완전 그리딩 알고리즘을 제안한다. DNA칩 이미지를 분석하여 처리할 수 있는 많은 DNA칩 분석 시스템이 있다. 하지만 이전의 시스템들은 정확한 이미지 처리를 통한 올바른 유전자 발현정보를 얻기 위해서 많은 사용자의 개입이 필요한 단점이 있었다. 본 논문에서는 사용자의 개입이 없는 정확한 자동 이미지 처리를 위해서, $\varepsilon$-그래프 모델링 기법을 제시하고, MBR, Mass, Geometry 등 세가지 종류의 반점(spot) 중심을 이용한 완전 그리딩 알고리즘을 제안한다. 제시된 이미지 처리 기술은 완전한 자동 DNA칩 분석 시스템으로, 사용자의 개입없이도 정확한 DNA칩 위치 정보를 얻을 수 있다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.44 no.11
• /
• pp.989-996
• /
• 2016

This paper intends to develop the rotor track and balance (RTB) algorithm using the nonlinear RTB models and a real-coded hybrid genetic algorithm. The RTB response data computed using the trim solutions with variation of the adjustment parameters have been used to build nonlinear RTB models based on the quadratic interpolation functions. Nonlinear programming problems to minimize the track deviations and the airframe vibration responses have been formulated to find optimum settings of balance weights, trim-tab deflections, and pitch-link lengths of each blade. The results are efficiently resolved using the real-coded genetic algorithm hybridized with the particle swarm optimization techniques for convergence acceleration. The nonlinear RTB models and the optimized RTB parameters have been compared with those computed using the linear models to validate the proposed techniques. The results showed that the nonlinear models lead to more accurate models and reduced RTB responses than the linear counterpart.

• The Transactions of the Korea Information Processing Society
• /
• v.6 no.4
• /
• pp.952-958
• /
• 1999

This paper presented the application of GAs as a means of finding optimal solutions over a parameter space in the controller design for a fuzzy control system. The performance can involve a weighted combination of various performance characteristics such as rise-time, settling-time, settling-time, overshoot. The results obtained here are compared with those for a traditional design obtained using the root-locus method. In contrast to traditional methods, the GA-based method does not require the usual mathematical processess or mathematical model of the system. In this paper, the Ga-based Fuzzy control system combining Fuzzy control theory with the GA, that is known to be very effective in the optimization problem, will be proposed The effectiveness of the proposed control system will be demonstrated by computer simulations using task tracking position system in stable and unstable linear systems. It is shown that the GA-based controller is better than the traditional controller used It stable and unstable linear systems.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.9 no.5
• /
• pp.555-565
• /
• 1999

The optimal identification algorithm of fuzzy systems is presented for rule-based fuzzy modeling of nonlinear complex systems. Nonlinear systems are expressed using the identification of structure such as input variables and fuzzy input subspaces, and parameters of a fuzzy model. In this paper, the rule-based fuzzy modeling implements system structure and parameter identification using the fuzzy inference methods and hybrid structure combined with two types of optimization theories for nonlinear systems. Two types of inference methods of a fuzzy model are the simplified inference and linear inference. The proposed hybrid optimal identification algorithm is carried out using both a genetic algorithm and the improved complex method. Here, a genetic algorithm is utilized for determining initial parameters of membership function of premise fuzzy rules, and the improved complex method which is a powerful auto-tuning algorithm is carried out to obtain fine parameters of membership function. Accordingly, in order to optimize fuzzy model, we use the optimal algorithm with a hybrid type for the identification of premise parameters and standard least square method for the identification of consequence parameters of a fuzzy model. Also, an aggregate performance index with weighting factor is proposed to achieve a balance between performance results of fuzzy model produced for the training and testing data. Two numerical examples are used to evaluate the performance of the proposed model.