• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2000년도 제18회 학술발표회 논문개요집
• /
• pp.84-84
• /
• 2000

수소화된 비정질 실리콘(a-Si:H)과 미세결정질 실리콘 ($\mu$c-Si:H)은 저온.건식 공정인 PECVD로 값싼 유리 기판을 사용하여 넓은 면적에 증착이 가능하다는 큰 장점으로 인해 광전소자(photovoltaic device)와 박막 트랜지스터(TFTs)등에 폭넓게 응용되어 왔으며 최근에는 nm 크기의 실리콘 결정(nc-Si)에서 가시광선 영역의 발광 현상이 발견됨에 따라 광소자로서의 특성을 제어하기 위해서는 성장 조건과 공정 변수에 따른 구조 변화에 대한 연구가 선행되어야 한다. 본 연구에서는 UHV-ECR-PECVD 법을 이용하여 H2로 희석된 SiH4로부터 a-Si:H과 $\mu$c-Si:H를 증착하였다. 그림 1은 SiH4 20sccm/H2 50sccm/25$0^{\circ}C$에서 기판의 DC bias를 변화시키면서 박막을 증착시킬 때 나타나는 박막의 구조 변화를 raman spectrum의 To phonon peak의 위치와 반가폭의 변화로 나타낸 것이다. 비정질 실리콘 박막은 DC bias를 증가시킴에 따라 무질서도가 증가하다가 어떤 critical DC bias에서 최대치를 이룬후 다시 질서도가 증가한다. 이온의 충격력에 의해 박막내에 응력이 축적되면 박막의 에너지 상태가 높아지고 이 축적된 응력이 ordering에 대한 에너지 장벽을 넘을 수 있을 만큼 커지게 되면 응력이 풀리면서 ordering이 가능해지는 것으로 생각된다. 그림 2는 수소 결합 형태의 변화이다. 박막의 무질서도가 증가할 경우 알려진 바와 같이 2000cm-1근처의 peak은 감소하고 2100cm-1 부근이 peak이 증가하는 현상을 보였다. 본 논문에서는 여러 공정 변수, 특히 DC bias에 따르는 박막의 구조 변화와 다른 성장 조건(온도, 유량비)이 critical DC bias나 결정화, 결정성 등에 미치는 영향에 대한 분석결과를 보고하고자 한다.등을 이용하여 광학적 밴드갭, 광흡수 계수, Tauc Plot, 그리고 파장대별 빛의 투과도의 변화를 분석하였으며 각 변수가 변화함에 따라 광학적 밴드갭의 변화를 정량적으로 조사함으로써 분자결합상태와 밴드갭과 광 흡수 계수간의상관관계를 규명하였고, 각 변수에 따른 표면의 조도를 확인하였다. 비정질 Si1-xCx 박막을 증착하여 특성을 분석한 결과 성장된 박막의 성장률은 Carbonfid의 증가에 따라 다른 성장특성을 보였고, Silcne(SiH4) 가스량의 감소와 함께 박막의 성장률이 둔화됨을 볼 수 있다. 또한 Silane 가스량이 적어지는 영역에서는 가스량의 감소에 의해 성장속도가 둔화됨을 볼 수 있다. 또한 Silane 가스량이 적어지는 영역에서는 가스량의 감소에 의해 성장속도가 줄어들어 성장률이 Silane가스량에 의해 지배됨을 볼 수 있다. UV-VIS spectrophotometer에 의한 비정질 SiC 박막의 투과도와 파장과의 관계에 있어 유리를 기판으로 사용했으므로 유리의투과도를 감안했으며, 유리에 대한 상대적인 비율 관계로 투과도를 나타냈었다. 또한 비저질 SiC 박막의 흡수계수는 Ellipsometry에 의해 측정된 Δ과 Ψ값을 이용하여 시뮬레이션한 결과로 비정질 SiC 박막의 두께를 이용하여 구하였다. 또한 Tauc Plot을 통해 박막의 optical band gap을 2.6~3.7eV로 조절할 수 있었다. 20$0^{\circ}C$이상으로 증가시켜도 광투과율은 큰 변화를 나타내지 않았다.부터 전분-지질복합제의 형성 촉진이 시사되었다.이것으로 인하여 호화억제에 의한 노화 방지효과가 기대되었지만 실제로 빵의 노화는 현저히 진행되었다. 이것은 quinua 대체량 증가에 따른 반죽의 안정성이 저하되어 버린 것으로 생각되어진다. 더욱이 lipase를 첨가하면 반죽이 분화하는 경향이 보여졌지만 첨가량 75ppm에 있어서 상당히 비용적의 증대가 보였다. 이것은 lipase의 가수분해에 의해

• 한국수자원학회논문집
• /
• 제54권5호
• /
• pp.301-309
• /
• 2021

본 연구에서는 시계열 순서의 의미가 희석될 수 있는 기존의 U-net 기반 딥러닝 강우예측 모델의 성능을 개선하고자 하였다. 이를 위해서 데이터의 연속성을 고려한 ConvLSTM2D U-Net 신경망 구조를 갖는 모델을 적용하고, RainNet 모델 및 외삽 기반의 이류모델을 이용하여 예측정확도 개선 정도를 평가하였다. 또한 신경망 기반 모델 학습과정에서의 불확실성을 개선하기 위해 단일 모델뿐만 아니라 10개의 앙상블 모델로 학습을 수행하였다. 학습된 신경망 강우예측모델은 현재를 기준으로 과거 30분 전까지의 연속된 4개의 자료를 이용하여 10분 선행 예측자료를 생성하는데 최적화되었다. 최적화된 딥러닝 강우예측모델을 이용하여 강우예측을 수행한 결과, ConvLSTM2D U-Net을 사용하였을 때 예측 오차의 크기가 가장 작고, 강우 이동 위치를 상대적으로 정확히 구현하였다. 특히, 앙상블 ConvLSTM2D U-Net이 타 예측모델에 비해 높은 CSI와 낮은 MAE를 보이며, 상대적으로 정확하게 강우를 예측하였으며, 좁은 오차범위로 안정적인 예측성능을 보여주었다. 다만, 특정 지점만을 대상으로 한 예측성능은 전체 강우 영역에 대한 예측성능에 비해 낮게 나타나, 상세한 영역의 강우예측에 대한 딥러닝 강우예측모델의 한계도 확인하였다. 본 연구를 통해 시간의 변화를 고려하기 위한 ConvLSTM2D U-Net 신경망 구조가 예측정확도를 높일 수 있었으나, 여전히 강한 강우영역이나 상세한 강우예측에는 공간 평활로 인한 합성곱 신경망 모델의 한계가 있음을 확인하였다.

• 정보보호학회논문지
• /
• 제18권2호
• /
• pp.39-47
• /
• 2008

지금까지 제안된 많은 부채널 공격법(Side Channel Attack, SCA) 중 수집신호의 통계적 특성을 기반으로 하는 차분전력분석(Differential Power Analysis, DPA) 방법은 키를 해독하는 데 아주 효과적인 방법으로 알려져 있다. 그러나, 이 방법은 수집신호의 시간적인 동기 및 잡음에 따라 공격 성능에 상당한 영향을 받는다. 따라서 본 논문에서는 DPA에서 잡음에 의한 영향을 효과적으로 극복하는 새로운 방법을 제안하다. 제안된 방법의 성능은 DES 연산중인 마이크로 컨트롤러 칩의 전력소비 신호를 이용해서 기존 방식의 DPA와 시간 및 주파수 영역에서 비교한다. 실험을 통해 제안된 전처리 시스템의 성능 평가는 키 해독에 필요한 필요 평문의 수를 기준으로 계산할 경우, 기존의 방식과 비교하여 시간 영역에서 33%, 주파수 영역에서 50%의 성능이 개선되는 등 아주 우수한 결과를 보여주고 있다.

• 한국정보전자통신기술학회논문지
• /
• 제8권1호
• /
• pp.37-44
• /
• 2015

본 논문에서 전계효과 트랜지스터 (field effect transistor; FET) 제작을 위한 표면 프로그램된 aminopropylethoxysilane(APTES)와 1-octadecyltrichlorosilane(OTS) 패턴을 이용하여 단일벽 탄소 나노튜브(single-walled carbon nanotube; SWCNT)를 실리콘 기판 위에 선택적으로 흡착시키는 공정방법을 제안하였다. 양성 표면 분자 패턴을 만들기 위해 형성된 APTES 패턴은 많은 양의 SWCNT의 흡착을 위해 제작되었고, OTS 만을 이용한 공정보다 효과적인 SWCNT 흡착이 가능하다. 산화막(silicon dioxide)이 형성된 실리콘 기판 위에 사진공정(photolithography process)을 이용하여 임의의 감광액(photoresist; PR) 패턴이 형성되었다. PR 패턴이 형성된 기판은 헥산 용매를 이용하여 1:500 (v/v)로 희석된 OTS 용액 속에 담가진다. OTS 박막이 표면 전체에 만들어지고, PR 패턴이 제거되는 과정에서 PR 위에 형성되었던 OTS 박막도 같이 제거되어, 선택적으로 형성된 OTS 박막 패턴을 얻을 수 있다. 이 기판은 다시 에탄올 용매를 이용하여 희석된 APTES 용액 속에 담가진다. APTES 박막은 OTS 박막 패턴이 없는 노출된 산화막 위에 형성된다. 마지막으로 이처럼 APTES와 OTS에 의해 표면 프로그램된 기판은 SWCNT가 분산된 다이클로로벤젠(dichlorobenzene) 용액 속에 담가진다. 결과적으로 SWCNT는 양 극성을 띠는(positive charged) APTES 박막 패턴 위에만 흡착된다. 반면 중성O TS 박막 패턴 위에는흡착되지 않는다. 이러한 표면 프로그램 방법을 사용하여 SWCNT는 원하는 영역에 자기 조립시킬 수 있다. 우리는 이 방법을 이용하여 소오스와 드레인 전극사이에 SWCNT가 멀티 채널로 구성된 다중채널 FET를 성공적으로 제작하였다.

• Nuclear Engineering and Technology
• /
• 제18권3호
• /
• pp.209-217
• /
• 1986

보론 희석이 불충분한 주기 말에서 부하추종 운전영역을 확장시키기 위해 냉 각재 입구 온도 감소 방식을 사용하였으며, 이 방식을 모사하고 부하추종 운전시 가압경수로 노심의 핵적 특성을 해석하기 위해 3차원적 전산체제를 확립하였다. 해석은 고리 1호기 1주기말에서 12-3-6-3부하추종 운전에 대해 MINB 및 SPINR 모드로 수행되었으며, 부가적으로 이 두 방식에 대한 출력복귀능력도 RETRAN02 코드를 사용한 계통해석과 더불어 시험하였다. 계산결과 냉각재 입구 온도를 감소시킴으로써 부하 추종운전이 주기 말에서도 가능함이 입증되었으며 14$^{\circ}$F의 입구 온도 감소에 따라, SRC가 제어봉만 사용하는 방식보다 MINB 모드에서는 13%, SPINR모드에서는 14%까지 증가됨을 보여주었다.

• 컴퓨터교육학회논문지
• /
• 제5권3호
• /
• pp.37-44
• /
• 2002

문서 자동 분류란 입력 문서에 이미 정해져 있는 특정 범주를 할당하는 작업을 의미하며 이는 문서의 효율적, 체계적 관리를 위하여 그 필요성이 증가하고 있는 실정이다. 현재 국내외에서 기계 학습 방법을 이용한 문서 자동 분류에 대한 연구가 활발히 진행되고 있으나 대부분의 연구는 문서 분류기의 성능 향상을 위한 새로운 학습 모델 제안과 학습 모델간의 상호 비교 연구에 치중되어 있으며 특정 학습 모델을 이용한 분류 시스템의 최적화나 개선 방안에 대한 연구는 다소 미흡한 실정이다. 이에 본 논문은 kNN 학습 방법을 이용한 문서 분류 시스템의 성능 향상에 중요한 역할을 하는 파라미터를 정의하고 실험을 통해서 얻은 경험적 정보를 이용한 한국어 문서 분류기 성능 개성 방안을 제안한다. 실험 결과, 이웃 문서들간의 유사도 가중치를 사용하는 분류 함수, 분류 정보를 이용한 자질 선택 방법, 그리고 전역적 분류 방법이 높은 성능을 보였고, 분류 영역에 따라 신중히 결정된 k값을 사용한 지역적 방법도 많은 계산량을 필요로 하는 전역적 방법과 유사한 성능을 보일 수 있음을 확인하였다.

• 한국컴퓨터산업학회논문지
• /
• 제5권7호
• /
• pp.721-728
• /
• 2004

공개키 기반 구조 (PKI; Public Key Infrastructure)에 필수적인 요소인 인증서의 상태 검증에 있어서 인증서 상태 검증 서버인 OCSP (Online Certificate Status Protocol) 서버는 실시간 상태 검증을 제공한다. 그러나 서버와 클라이언트의 메시지 인증을 위해 전자 서명을 수행해야 하며, 이때 사용되는 공개 암호 연산 과정의 복잡성은 동시에 많은 클라이언트의 요청이 발생할 경우에 응답 시간을 크게 지연시킨다는 단점을 가지고 있다. 본 논문에서는 이러한 문제를 해결하기 위한 인증서 상태 검증 서버의 시뮬레이션 모델을 DEVS (Disvrete EVent system Specification) 방법론을 이용하여 설계하였다. 이 모델은 인증서의 상태 검증을 요청하는 영역에 위치하여 해쉬함수를 적용한 인증을 수행하도록 구성되었으며, 시뮬레이션 결과는 제시한 방법이 인증서 상태 검증 속도를 증대시켜 결과적으로 사용자의 응답 시간이 감소되는 것을 보여준다.

• 한국콘텐츠학회논문지
• /
• 제18권8호
• /
• pp.178-186
• /
• 2018

학술정보 성과물을 서비스하기 위하여 논문 단위의 주제 분류는 필수가 된다. 하지만 현재까지 저널 단위의 주제 분류가 되어 있으며 기사 단위의 주제 분류가 서비스되는 곳은 많지 않다. 국내 성과물 중에서 학술 논문의 경우 주제 분류가 있으면 좀 더 큰 영역의 서비스를 담당할 수 있고 범위를 정해서 서비스 할 수 있기 때문에 무엇보다 중요한 정보가 된다. 하지만, 분야 별 주제를 분류하는 문제는 다양한 분야의 전문가의 손이 필요하고 정확도를 높이기 위해서 다양한 방법의 검증이 필요하다. 본 논문에서는 정답이 알려져 있지 않은 상태에서의 정답을 찾는 비지도 학습 알고리즘을 활용해서 주제 분류를 시도해 보고 연관도와 복잡도를 활용해서 주제 분류 알고리즘의 결과를 비교해 보고자 한다. 비지도 학습 알고리즘은 주제 분류 방법으로 잘 알려진 Hierarchical Dirichlet Precess(HDP). Latent Dirichlet Allocation(LDA), Latent Semantic Indexing(LSI) 알고리즘을 활용하여 성능을 분석해 보았다.

• 한국위성정보통신학회논문지
• /
• 제10권1호
• /
• pp.49-55
• /
• 2015

인지무선 네트워크에서 스펙트럼 센싱은 우선사용자에게 간섭을 주지 않기 위해 기본적으로 수행해야 하는 단계이다. 스펙트럼 센싱에 요구되는 샘플 수는 2차 사용자의 성능에 직접적으로 영향을 주기 때문에, 2차 사용자의 성능과 우선사용자에 대한 간섭은 트레이드오프 관계에 있다. 스펙트럼 센싱에 필요한 샘플 수는 요구되는 오검출 확률, 검출확률 및 우선 사용자의 최소 요구 SNR로 부터 얻어진다. 우선 사용자 센싱에 요구되는 SNR은 2차 사용자의 전송반경과 관련 있기 때문에, 2차사용자들을 모아 센싱집합으로 구성하고 요구되는 전송영역을 최소화시킴으로써 스펙트럼 센싱에 요구되는 우선사용자의 SNR을 완화시킬 수 있다. 따라서 스펙트럼 센싱에 필요한 최소 샘플 수를 줄임으로써 인지무선 네트워크의 전송량을 향상시킬 수 있다. 본 논문에서는 이를 위해 센싱집합인 클러스터링을 통해 게임이론으로 클러스터의 크기에 따라 얻는 이득과 손실을 트레이드오프로 디자인하고, 시뮬레이션을 통해 제안된 방법의 성능을 확인한다.

• 한국융합학회논문지
• /
• 제11권11호
• /
• pp.33-39
• /
• 2020

자연어 처리 분야에서 번역, 형태소 태깅, 질의응답, 감성 분석등 다양한 영역의 연구가 활발히 진행되고 있다. 감성 분석 분야는 Pretrained Model을 전이 학습하여 단일 도메인 영어 데이터셋에 대해 높은 분류 정확도를 보여주고 있다. 본 연구에서는 다양한 도메인 속성을 가지고 있는 이커머스 한글 상품평 데이터를 이용하고 단어 빈도 기반의 BOW(Bag Of Word), LSTM[1], Attention, CNN[2], ELMo[3], KoBERT[4] 모델을 구현하여 분류 성능을 비교하였다. 같은 단어를 동일하게 임베딩하는 모델에 비해 문맥에 따라 다르게 임베딩하는 전이학습 모델이 높은 정확도를 낸다는 것을 확인하였고, 17개 카테고리 별, 모델 성능 결과를 분석하여 실제 이커머스 산업에서 적용할 수 있는 감성 분석 모델 구성을 제안한다. 그리고 모델별 용량에 따른 추론 속도를 비교하여 실시간 서비스가 가능할 수 있는 모델 연구 방향을 제시한다.