• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.231-234
• /
• 2006

과거 디스플레이 장치로서 사용되던 CRT를 대신하여, 상대적으로 두께가 않고 가벼운 영상장치인 평판 디스플레이(Flat Panel Display, FPD)의 사용이 급증하고 있다. 이렇게 평판표시장치(Flat Panel Display) 산업의 폭발적인 성장과 함께 새로운 공정개발을 통해 짧은 시간에 더 많은 양을 생산하고, 불량률을 낮추는가에 생산업체의 사활이 달려있다. 본 논문은 FPD 공정에서 품질을 결정하는 여러 요인 가운데 비중이 큰 박막 두께의 제어를 지능화 알고리즘을 통해 해결하고자 한다. 이는 불필요한 과정을 줄여 공정경비를 절감 및 소요시간을 단축하고, 정밀하게 두께를 측정하는 것을 가능하게 한다. 마지막으로, 제안한 알고리즘을 광 간섭 두께 측정기를 통해 얻은 실제 값을 가지고 시료의 두께를 측정한다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1891-1892
• /
• 2008

본 논문에서는 부분방전 패턴인식을 위한 퍼지뉴럴네크워크(Fuzzy-Nueral Network를 설계한다. 퍼지뉴럴네트워크의 구조에서 규칙의 전반부는 개별적인 입력 공간을 분할하여 표현하고, 규칙의 후반부는 다항식으로서 표현되며 오류역전파 알고리즘을 이용하여 연결가중치인 후반부 다항식의 계수를 학습한다. 또한, 유전자 알고리즘을 이용하여 각 입력에 대한 전반부 멤버쉽함수의 정점과 학습률 및 모멤텀 계수를 최적으로 동조한다. 제안된 네트워크는 부분방전 패턴인식을 위해 다중 출력을 가지며, 초고압 XLPE 케이블 절연접속함의 모의결함에 대해 부분방전 신호를 패턴인식한다. 부분방전 신호는 PRPDA 방법을 통해 256개의 입력 벡터와 4개의 출력 벡터를 가지며, 보이드 방전, 코로나 방전, 표면 방전, 노이즈의 4개 클래스를 분류하며, 패턴인식률로서 결과를 분석한다.

• Journal of the Institute of Electronics Engineers of Korea SD
• /
• v.38 no.8
• /
• pp.1-12
• /
• 2001

The adaptive learning circuit is designed on the basis of modeling of MFSFET (Metal-Ferroelectric-Semiconductor FET) and the numerical results are analyzed. The output frequency of the adaptive learning circuit is inversely proportional to the source-drain resistance of MFSFET and the capacitance of the circuit. The saturated drain current with input pulse number is analogous to the ferroelectric polarization reversal. It indicates that the ferroelectric polarization plays an important role in the drain current control of MFSFET. The output frequency modulation of the adaptive learning circuit is investigated by analyzing the source-drain resistance of MFSFET as functions of input pulse numbers in the adaptive learning circuit and the dimensionality factor of the ferroelectric thin film. From the results, the frequency modulation characteristic of the adaptive learning circuit are confirmed. In other words, adaptive learning characteristics which means a gradual frequency change of output pulse with the progress of input pulse are confirmed. Consequently it is shown that our circuit can be used effectively in the neuron synapses of nueral networks.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.24 no.5
• /
• pp.562-568
• /
• 2014

There exist precipitation echo and non-precipitation echo in the meteorological radar. It is difficult to effectively issue the right weather forecast because of a difficulty in determining these ambiguous point. In this study, Data is extracted from UF data of meteorological radar used. Input and output data for designing two classifier were built up through the analysis of the characteristics of precipitation and non-precipitation. Selected input variables are considered for better performance and echo classifier is designed using fuzzy relation-based nueral network. Comparative studies on the performance of echo classifier are carried out by considering both echo judgement module 1 and module 2.