• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2012년도 제42회 동계 정기 학술대회 초록집
• /
• pp.239-240
• /
• 2012

With advancements in semiconductor device technologies, manufacturing processes are getting more complex and it became more difficult to maintain tighter process control. As the number of processing step increased for fabricating complex chip structure, potential fault inducing factors are prevail and their allowable margins are continuously reduced. Therefore, one of the key to success in semiconductor manufacturing is highly accurate and fast fault detection and classification at each stage to reduce any undesired variation and identify the cause of the fault. Sensors in the equipment are used to monitor the state of the process. The idea is that whenever there is a fault in the process, it appears as some variation in the output from any of the sensors monitoring the process. These sensors may refer to information about pressure, RF power or gas flow and etc. in the equipment. By relating the data from these sensors to the process condition, any abnormality in the process can be identified, but it still holds some degree of certainty. Our hypothesis in this research is to capture the features of equipment condition data from healthy process library. We can use the health data as a reference for upcoming processes and this is made possible by mathematically modeling of the acquired data. In this work we demonstrate the use of recurrent neural network (RNN) has been used. RNN is a dynamic neural network that makes the output as a function of previous inputs. In our case we have etch equipment tool set data, consisting of 22 parameters and 9 runs. This data was first synchronized using the Dynamic Time Warping (DTW) algorithm. The synchronized data from the sensors in the form of time series is then provided to RNN which trains and restructures itself according to the input and then predicts a value, one step ahead in time, which depends on the past values of data. Eight runs of process data were used to train the network, while in order to check the performance of the network, one run was used as a test input. Next, a mean squared error based probability generating function was used to assign probability of fault in each parameter by comparing the predicted and actual values of the data. In the future we will make use of the Bayesian Networks to classify the detected faults. Bayesian Networks use directed acyclic graphs that relate different parameters through their conditional dependencies in order to find inference among them. The relationships between parameters from the data will be used to generate the structure of Bayesian Network and then posterior probability of different faults will be calculated using inference algorithms.

• 한국산학기술학회논문지
• /
• 제17권4호
• /
• pp.92-99
• /
• 2016

풍력터빈은 정격풍속미만에서 최대출력을 내기위한 제어를 한다. 최대출력을 얻기 위한 방법 중에는 최적 TSR(Tip Speed Ratio)제어와 P&O(Perturbation and Observation) 제어가 대표적이라 할 수 있다. P&O 제어는 출력과 회전속도만을 이용하여 간단한 알고리즘으로 제어되지만 반응속도가 느린 것이 단점이라 할 수 있다. 최적 TSR 제어는 반응속도가 빠르지만 정확한 풍속을 알아야만 된다. 정확한 풍속을 구하기 위하여 측정을 하거나 예측하는 방법을 사용한다. 풍속을 측정하기 위하여 풍속계를 풍력터빈에 가까이 설치하게 되는 데, 이 때 블레이드의 간섭으로 정확한 풍속 측정이 쉽지 않다. 그래서 풍속을 예측하는 방법들이 사용하게 되었다. 풍속을 예측하기 위하여 신경망을 비롯한 다양한 수치해석 방법들이 사용되고 있으나 풍속예측 문제는 역문제와 관련이 있어 그리 간단치가 않다. 본 논문에서는 기존의 방법들과 다르게 역문제로 풀지 않고 바람의 출력그래프에서 터빈의 출력과 회전속도만을 이용하여 풍속을 예측할 수 있는 새로운 방법을 제안하였다. Matlab/Simulink을 사용하여 제안된 방법으로 풍속이 제대로 예측되며 최대 출력제어가 되는 것을 확인하였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제34권5호
• /
• pp.396-408
• /
• 2007

최근 인간 게놈 프로젝트를 통해서 인간의 DNA가 해석된 이후 유전자가 생성하는 단백질의 기능에 대한 관심이 높아지고 있다. 단백질의 기능은 서열의 유사도보다는 진화과정 상에서 잘 보존되는 구조의 유사도에 더 연관되어 있다. 이를 통해 두 개의 단백질 간에 구조 유사성이 관찰되면 이로부터 이들이 유사한 생물학적 기능을 가질 것을 기대할 수 있다. 따라서 유사한 단백질 구조를 가진 단백질을 찾기 위한 방법으로 단백질 구조 정렬에 대한 많은 연구들이 진행되었다. 하지만 기존의 연구들은 유사도로 주로 RMSD(Root Mean Square Deviation)를 사용했기 때문에 두 단백질의 정렬 결과가 유사한지 흑은 유사하지 않은지를 직관적으로 판단하기 쉽지 않다. 또한 대부분의 기존 연구들은 정렬 결과로 최적의 정렬 결과 하나만을 찾기 때문에 서로 다른 목적을 가지는 사용자들을 만족시키기 어렵다. 따라서 본 논문에서는 새로운 유사도인 MRPD(Maximum of Residue Pair Distance)와 다수의 정렬 결과를 하나의 그래프로 표현하는 SG(Similarity Graph)을 기반으로 여러 가지 정렬 결과를 한 번에 생성하는 단백질 구조 정렬 방식을 제안한다. 단백질 정렬에 MRPB를 유사도로 사용하면 RMSD를 사용하는 경우에 비해서 유사 정도를 직관적으로 이해할 수 있을 뿐 아니라 신속하게 결과를 얻을 수 있다. SG는 사용자가 다양한 후보 정렬 결과들 중에서 자신이 원하는 정렬결과를 신속히 검색할 수 있도록 지원한다. 따라서 본 논문에서 제안한 단백질 구조 정렬 알고리즘은 다양한 길이에 따른 다수의 최적 정렬들을 제시하여 사용자의 만족도를 향상시킬 수 있었으며, 다수의 정렬결과 검색임에도 불구하고 정렬 시간은 기존 방법들과 거의 비슷하다는 장점이 있다.

• 방송공학회논문지
• /
• 제22권3호
• /
• pp.282-294
• /
• 2017

본 논문에서는 차량이 움직일 때 발생하는 카메라의 움직임, 도로상의 광원에 강건한 지능형 전조등 제어 시스템을 제안한다. 후보광원을 검출할 때 카메라의 원근 범위 추정 모델을 기반으로 한 ROI (Region of Interest)를 사용하며 이는 FROI (Front ROI)와 BROI (Back ROI)로 나뉘어 사용된다. ROI내에서 차량의 전조등과 후미등, 반사광 및 주변 도로의 조명들은 2개의 적응적 임계값에 의해 세그먼트화 된다. 세그먼트화 된 광원 후보군들로부터 후미등은 적색도(redness)와 Haar-like특징에 기반한 랜덤포레스트 분류기에 의해 검출된다. 전조등과 후미등 분류 과정에서 빠른 학습과 실시간 처리를 위해 SVM(Support Vector Machine) 또는 CNN(Convolutional Neural Network)을 사용하지 않고 랜덤포레스트 분류기를 사용했다. 마지막으로 페어링(Pairing) 단계에서는 수직좌표 유사성, 광원들간의 연관성 검사와 같은 사전 정의된 규칙을 적용한다. 제안된 알고리즘은 다양한 야간 운전환경을 포함하는 데이터에 적용한 결과, 최근의 관련연구 보다 향상된 검출 성능을 보여주었다.

• Nuclear Engineering and Technology
• /
• 제52권11호
• /
• pp.2452-2459
• /
• 2020

Neutron spectrum is essential to the safe operation of reactors. Traditional online neutron spectrum measurement methods still have room to improve accuracy for the application cases of wide energy range. From the application of artificial neural network (ANN) algorithm in spectrum unfolding, its accuracy is difficult to be improved for lacking of enough effective training data. In this paper, an adaptive deviation-resistant neutron spectrum unfolding method based on transfer learning was developed. The model of ANN was trained with thousands of neutron spectra generated with Monte Carlo transport calculation to construct a coarse-grained unfolded spectrum. In order to improve the accuracy of the unfolded spectrum, results of the previous ANN model combined with some specific eigenvalues of the current system were put into the dataset for training the deeper ANN model, and fine-grained unfolded spectrum could be achieved through the deeper ANN model. The method could realize accurate spectrum unfolding while maintaining universality, combined with detectors covering wide energy range, it could improve the accuracy of spectrum measurement methods for wide energy range. This method was verified with a fast neutron reactor BN-600. The mean square error (MSE), average relative deviation (ARD) and spectrum quality (Qs) were selected to evaluate the final results and they all demonstrated that the developed method was much more precise than traditional spectrum unfolding methods.

• Spatial Information Research
• /
• 제23권5호
• /
• pp.1-7
• /
• 2015

트위터는 다른 SNS와 대비되는 정보의 빠른 전파력과 확산성을 갖고 있다. 따라서 트위터를 이용하여 현실에서 발생한 이벤트를 탐지하는 여러 연구가 진행되고 있다. 트위터 사용자 개개인을 하나의 센서로 가정하고 그들이 작성한 트윗 텍스트를 분석하여 이벤트 탐지에 이용하는 것이다. 이와 관련된 연구들은 이미 많은 성과를 보이며 진행되어 왔으나 여러 가지 문제점들로 인해 새로운 한계에 직면했다. 특히 선행 연구의 대다수가 이벤트의 발생 위치를 추적하기 위해 GPS좌표를 이용한다. 그러나 이는 최근 트위터 사용자들이 위치정보 공개에 회의적인 점을 감안하면 명확한 한계점으로 제시될 수 있다. 이에 본 논문에서는 트위터에서 제공하는 위치정보를 이용하지 않고 트윗 텍스트에서 위치정보를 추적하는 방법을 제시하였다. 트윗 텍스트에서 키워드를 추출하여 키워드간의 관계를 고려해 연관단어를 군집화 하였다. 본 논문에서 제안한 알고리즘을 적용한 실험을 통해 이벤트가 발생한 지역과 실제로 발생한 이벤트의 탐지여부를 확인하였다. 또한 본 논문에서 제안한 기법이 기존 매체들보다 빠른 탐지를 보임으로써 제안된 기법의 우수성을 입증하였다.

• 대한전자공학회논문지TC
• /
• 제47권12호
• /
• pp.17-23
• /
• 2010

모바일 클라우드 컴퓨팅에서 이동 노드는 이동 중에도 끊김없이 서비스를 요청하고 받을 수 있어야 한다. PMIPv6에서 이동 노드가 통신하고자 하는 상대 노드가 동일한 PMIPv6 도메인에 있는 또 다른 이동 노드인 경우에는, 두 이동 노드 간의 패킷이 각 노드가 접속해 있는 Mobile Access Gateway와 Local Mobility Anchor를 통과하여 전송되기 때문에 패킷 전송비용이 증가하는 문제가 발생한다. 이러한 문제점을 해결하기 위해 몇 가지 경로 최적화 기법이 제안되었다. 그러나 제안된 기법들은 최적화된 경로를 결정하기 위해 많은 시그널 메시지가 필요하다. 본 논문은 PFMIPv6의 예측 알고리즘을 활용한 경로 최적화 핸드오버 기법을 제안한다. 이동 노드의 핸드오버가 임박할 경우 PFMIPv6의 예측 알고리즘을 활용하여 경로 최적화에 필요한 컨텍스트 메시지를 이동 노드가 접속할 MAG에 미리 전송한다. MAG는 컨텍스트 메시지를 활용해 최적화된 경로를 미리 성립함으로서 추가적인 경로 최적화 절차를 수행하지 않는다. 제안된 기법은 PFMIPv6의 예측 알고리즘을 활용하여 경로 최적화에 필요한 컨텍스트 메시지를 전송함으로서 시그널 메시지를 줄일 수 있다. 제안된 기법의 효율성을 보여주기 위해 수학적 성능 평가를 수행하였으며, 이를 통해 제안된 기법이 기존의 경로 최적화 기법보다 우수한 성능을 제공함을 보여준다.

• 지능정보연구
• /
• 제12권2호
• /
• pp.125-144
• /
• 2006

최근들어 모바일 환경에서 운영되는 많은 응용시스템들이 개발되고 있다. 대부분의 시스템들은 모바일 사용자와의 단순한 상호작용만을 필요로 하는 메시지 전송, 은행 거래, 위치 서비스 등을 위한 것들이다. 단순한 기능만을 지원하는 이유는 모바일 장치가 스크린 크기가 제한적이고, 네트워크 대역폭이 좁으며, 컴퓨팅 능력이 낮기 때문이다. 이와 같은 이유로 모바일 장치를 활용하여 그룹의사결정을 지원하는 복잡한 알고리즘을 구현하는 것은 거의 불가능하였다. 본 연구에서는 모바일 환경에서의 그룹의사결정 과정을 지원하기 위하여 간결한 상호교호적 절차를 제시하고자 한다. 이 상호교호적 절차는 모바일 환경에서 그룹의 절충해를 선택하도록 돕기 위한 다목적 선형계획 프로그램에 기반을 두고 있다. 이 절차를 활용하게 되면 그룹의사결정자들의 정보제공의 부담을 줄여줄 수 있다. 최선의 절충해를 찾기 위해서 변수 및 목적식에 대한 부분적 순위 정보만을 활용하였다. 본 방법론은 의사결정자의 효용함수에 대한 형태 혹은 존재 여부에 대한 어떠한 가정도 하지 않고 있다. 본 절차의 실험적 연구를 위해서 모바일 환경에서의 그룹의사결정지원시스템인, MOBIGSS를 개발하였으며, 이 시스템을 개인 투자자의 자산 투자 문제에 적용하였다.

• 정보처리학회논문지D
• /
• 제15D권4호
• /
• pp.485-494
• /
• 2008

인터넷이 광범위하게 활용됨에 따라 검색 키워드, 멀티미디어 객체, 웹 페이지, 블로그 등의 다양한 웹 객체들이 크게 증가하고 있다. 이러한 웹 객체들의 인기도는 시간에 따라 변화하며, 그러한 웹 객체 인기도의 시간적 패턴에 대한 마이닝이 여러 가지 웹 응용에 필요한 중요한 연구 과제가 되고 있다. 예를 들어, 검색 키워드에 대한 인기도 패턴의 분석은 앞으로 인기가 높아질 키워드를 미리 예측할 수 있게 하여 광고주들에게 키워드를 판매하기 위한 가격을 결정하는 데에 중요한 자료가 될 수 있다. 하지만, 웹 객체 인기도가 시간에 따라 변화하고 웹 객체의 개수가 매우 방대하다는 특성으로 인하여 웹 객체 인기도에 대한 분석은 매우 어려운 문제이다. 본 논문에서는 웹 객체 인기도의 시간적 패턴을 마이닝하기 위한 효율적인 알고리즘을 제안한다. 본 논문은 웹 객체 인기도를 시계열로 표현하고, 두 웹 객체 인기도 간의 유사성을 측정하기 위하여 gap 척도를 제안한다. gap 척도의 효율적인 계산을 위하여 FFT를 활용한 알고리즘을 제안하고, 밀도기반 클러스터링 알고리즘을 이용하여 유사한 인기도 추세를 갖는 웹 객체들의 클러스터를 생성한다. 본 논문에서는 웹 객체 인기도가 특정 분포를 따르거나 주기적이라고 가정하지 않는다. Google Trends 웹 사이트로부터 구한 검색 키워드 인기도를 이용한 실험을 통하여, 제안된 알고리즘이 실세계 응용에서 유용함을 보인다.

• 대한전자공학회논문지SP
• /
• 제42권4호
• /
• pp.95-102
• /
• 2005

본 논문에서는 해마와 피질 사이의 상호 작용을 이용하여 사용자 친화적인 객체 기반 영상 검색 시스템을 제안한다. 내용기반 영상 검색 시스템은 대부분 예제(example) 질의 혹은 스케치 질의 등을 이용하고 있고 이러한 방법들은 비교적 사용하기 불편하고 방법이 편중되어 있어서 일반 사용자들의 다양한 질의 요구에 적합하지 못하다. 제안하는 알고리즘은 CSB 트리맵 (Color and Spatial based Binary tree map)을 이용하여 객체를 추출하고 지역 라벨링 알고리즘을 이용하여 객체의 색상의 상관관계, 객체의 크기와 위치 정보를 비트 스트림 형태로 변환하고 이것을 해마와 피질 사이의 상호 작용의 관계를 이용한 해마 신경망을 사용하여 학습시킨다. 사람의 뇌 속에서 어떤 패턴을 인식을 하는 경우 해당 패턴의 특이한 특징에 대해 흥분하는 세포들이 특정 신호를 발생시킨다. 이것은 흥분학습에 의해 단기기억에서 장기기억으로 저장하는 해마의 기능으로 기존의 신경망에서는 입력되는 패턴의 특성과는 상관없이 특징 개수가 모두 동일하게 비교된다. 제안하는 해마 신경망은 호감도 조정에 의해서 입력되는 영상 패턴의 특징들을 흥분학습과 억제학습을 이용하여 불필요한 특징은 억제시키고 중요한 특징은 장기 기억 시켜서 적응성 있는 고속 검색 시스템을 구현한다.