• 제목/요약/키워드: illumination system

검색결과 1,043건 처리시간 0.021초

Hot wall epitaxy(HWE) 방법에 의한 CuGaTe$_2$단결정 박막 성장과 특성에 관한 연구 (The study of growth and characterization of CuGaTe$_2$single crystal thin films by hot wall epitaxy)

  • 홍광준;이관교;이상열;유상하;정준우;정경아;백형원;방진주;신영진
    • 한국결정성장학회지
    • /
    • 제10권6호
    • /
    • pp.425-433
    • /
    • 2000
  • 수평 전기로에서 $CuGaTe_2$다결정을 합성하여 HWE 방법으로 $CuGaTe_2$단결정 박막을 반절연성 GaAs (100) 위에 성장하였다. $CuGaTe_2$단결정 박막은 증발원과 기판의 온도를 각각 $670^{\circ}C$, $410^{\circ}C$로 성장하였다. 이때 단결정 박막의 결정성이 10K에서 측정한 광발광 스펙트럼은 954.5 nm(1.2989 eV) 근처에서 exciton emission 스펙트럼이 가장 강하게 나타났으며, 또한 이중결정 X-선 요동곡선(DCRC)의 반폭치(FWHM)도 139arcsec로 가장 작게 측정되어 최적 성장 조건임을 알 수 있었다. Hall효과는 van der Pauw 방법에 의해 측정되었으며, 온도에 의존하는 운반자 농도와 이동도는 293 K에서 각각 $8.72{\times}10{23}$$\textrm m^3$, $3.42{\times}10^{-2}$ $\textrm m^2$/V.s였다. 상온에서 $CuGaTe_2$단결정 박막의 광흡수 특성으로부터 에너지 띠간격이 1.22 eV였다. Bandedge에 해당하는 광전도도 peak의 온도 의존성은 varshni 관계식으로 설명되었으며, varshni 관계식의 상수값은 $E_g$(0) = 1.3982 eV, $\alpha$ = $4.27{\times}10^{-4}$eV/K, $\beta$ = 265.5K로 주어졌다. $CuGaTe_2$단결정 박막의 광전류 단파장대 봉우리들로부터 10K에서 측정된$\Delta$cr(crystal field splitting)은 0.0791 eV, $\Delta$s.o(spin orbit coupling)는 0.2463 eV였다. 10K에서 광발광 봉우리의 919.8nm(1.3479 eV) free exciton($E_x$), 954.5nm(1.2989 eV)는 donor-bound exciton 인 $I_2(D^0,X)$와 959.5nm(1.2921 eV)는 acceptor-bound exciton 인 $I_1(A_0, X)$이고, 964.6nm(1.2853 eV)는 donor-acceptor pair(DAP) 발광, 1341.9nm(0.9239 eV)는 self activated(SA)에 기인하는 광발광 봉우리로 고찰되었다.

  • PDF

크롬염화물 첨가에 따른 지르코니아 색상 및 물리적 성질 변화에 관한 연구 (Effects of chromium chloride addition on coloration and mechanical properties of 3Y-TZP)

  • 오계정;서윤정;윤귀덕;임현필;박상원;이경구;임태관;이도재
    • 대한치과보철학회지
    • /
    • 제49권2호
    • /
    • pp.120-127
    • /
    • 2011
  • 연구 목적: 본 연구의 목적은 색소체인 크롬염화물을 지르코니아에 첨가함으로써 지르코니아의 색상 및 물리적 성질, 그리고 미세구조가 어떻게 변화하는지 알아보고자 한다. 연구 재료 및 방법: 크롬염화물의 함량이 지르코니아 분말에 각각 0.06, 0.12, 0.25 wt%가 되도록 측량하고 알코올에 녹여 액상상태의 크롬염화물을 준비하였다. 지르코니아 분말과 각각의 액상상태의 크롬염화물을 혼합하고 혼합된 분말을 이용하여 디스크형태의 지르코니아 시편을 제작하였다. 제작된 시편은 $1450^{\circ}C$에서 완전소결 후 색상 및 물리적 성질, 그리고 미세구조를 관찰하였다. 색상은 분광측색장치를 이용하여 국제조명위원회 (CIE) ISO 기준인 D65 광원, SCE 방식으로 측정하여 $L^*$, $C^*$, $a^*$, $b^*$ 값으로 분석하였다. 밀도는 아르키메데스 법으로 측정하였고, 주사전자현미경과 X선 회절 분석기를 이용하여 시편의 미세구조 및 결정상을 관찰하였다. 파괴인성은 압흔 형성법(Vickers indentation법)을 이용하여 시편에 압흔 형성 후, 광학현미경으로 압흔의 크기를 측정하고 이를 이용하여 파괴인성을 구하였다. 결과는 일원배치분산분석 (one-way ANOVA)으로 통계처리 하였고, Tukey test로 사후 검정하였다. 결과: 1. 크롬염화물을 첨가하여 지르코니아의 색상을 조절할 수 있음을 확인하였으며, 크롬염화물 첨가 함량이 증가함에 따라 지르코니아 색상은 백색계통의 갈색에서 짙은 색의 갈색으로 변하였다. 2. 크롬염화물의 첨가는 시편의 밀도를 점점 감소시켰으며, 크롬염화물이 첨가되지 않은 시편과 비교 시, 크롬염화물의 첨가량이 증가할수록 통계학적으로 유의한 차이를 보였다 (P<.05). 3. 크롬염화물이 첨가된 시편은 첨가되지 않는 시편에 비해 결정립 크기가 증가하였다. 4. X-선 회절 분석결과, 크롬염화물의 첨가 여부와 첨가 함량에 상관없이 지르코니아 결정상의 차이점은 관찰되지 않았다. 5. 지르코니아에 크롬염화물을 첨가 시 크롬염화물의 첨가 함량에 따라 파괴인성값은 감소하였고, 특히 0.25 wt%의 크롬염화물을 첨가 시 가장 낮은 파괴인성 값을 보였다 (P<.05). 결론: 이상의 결과로 크롬염화물을 액체상태로 첨가하여 지르코니아의 색상을 조절할 수 있음을 확인하였으며, 제작한 유색 지르코니아의 색상은 자연치아 색상과 다소 차이가 있지만, 본 소재는 임상에서 사용되는 완전도재관 코어 (Core) 재료로써 사용할 수 있을 것으로 생각한다.

터널 내 딥러닝 객체인식 오탐지 데이터의 반복 재학습을 통한 자가 추론 성능 향상 방법에 관한 연구 (A study on improving self-inference performance through iterative retraining of false positives of deep-learning object detection in tunnels)

  • 이규범;신휴성
    • 한국터널지하공간학회 논문집
    • /
    • 제26권2호
    • /
    • pp.129-152
    • /
    • 2024
  • 터널 내 CCTV를 통한 딥러닝 객체인식 적용에 있어서 터널의 열악한 환경조건, 즉 낮은 조도 및 심한 원근현상으로 인해 오탐지가 대량 발생한다. 이 문제는 객체인식 성능에 기반한 영상유고시스템의 신뢰성 문제로 직결되므로 정탐지 향상과 더불어 오탐지의 저감 방안이 더욱 필요한 상황이다. 이에 본 논문은 딥러닝 객체인식 모델을 기반으로, 오탐지 데이터의 재학습을 통해 오탐지의 저감뿐만 아니라 정탐지 성능 향상도 함께 추구하는 오탐지 학습법을 제안한다. 본 논문의 오탐지 학습법은 객체인식 단계를 기반으로 진행되며, 학습용 데이터셋 초기학습 - 검증용 데이터셋 추론 - 오탐지 데이터 정정 및 데이터셋 구성 - 학습용 데이터셋에 추가 후 재학습으로 이어진다. 본 논문은 이에 대한 성능을 검증하기 위해 실험을 진행하였으며, 우선 선행 실험을 통해 본 실험에 적용할 딥러닝 객체인식 모델의 최적 하이퍼파라미터를 결정하였다. 그리고 본 실험에서는 학습영상 포맷을 결정하기 위한 실험, 반복적인 오탐지 데이터셋의 재학습을 통해 장기적인 성능향상을 확인하기 위한 실험을 순차적으로 진행하였다. 그 결과, 첫 번째 본 실험에서는 추론된 영상 내에서 객체를 제외한 배경을 제거시키는 경우보다 배경을 포함시키는 경우가 객체인식 성능에 유리한 것으로 나타났으며, 두 번째 본 실험에서는 재학습 차수별 독립적으로 오탐지 데이터를 재학습시키는 경우보다 차수마다 발생하는 오탐지 데이터를 누적시켜 재학습 시키는 경우가 지속적인 객체인식 성능 향상 측면에서 유리한 것으로 나타났다. 두 실험을 통해 결정된 방법으로 오탐지 데이터 재학습을 진행한 결과, 차량 객체 클래스는 1차 재학습 이후부터 AP값이 0.95 이상 우수한 추론 성능이 발현되었으며, 5차 재학습까지 초기 추론 대비 약 1.06배 추론성능이 향상되었다. 보행자 객체 클래스는 재학습이 진행됨에 따라 지속적으로 추론 성능이 향상되었으며, 18차 재학습까지 초기 추론대비 2.3배 이상 추론성능이 자가 향상될 수 있음을 보였다.