• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.290-291
• /
• 2021

Defects in the coating process of plastic automotive components are caused by various causes and phenomena. The correlation between defect occurrence rate and meteorological and environmental conditions such as temperature, humidity, and fine dust was analyzed. The defect rate data categorized by type and cause was collected for a year from a automotive parts coating company. This data and its correlation with environmental condition was acquired and experimented by machine learning techniques to predict the defect rate at a certain environmental condition. Correspondingly, the model predicted 98% from fine dust and 90% from curtaining (runs, sags) and hence proved its reliability.

• Journal of Korea Society of Industrial Information Systems
• /
• v.15 no.2
• /
• pp.69-81
• /
• 2010

A Cold Cathode Fluorescent Lamp(CCFL) is used as a LCD Monitor's backlight widely. The most common way to check CCFL's defects is an examination with the naked eye. This naked eye examination can cause an examination inconsistency and an industrial disaster. To examine CCFL defects, a shooting equipment and a defect detection algorithm are necessary. This paper shows the shooting environments for checking CCFL and presents some CCFL defect detection algorithms. As a result of experiments, our implementations showed 98.32% of successful defect detection of CCFL.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.365-368
• /
• 2010

LCD 모니터의 백라이트로 CCFL 형광체를 많이 사용하고 있으나 그 불량여부는 육안에 의존하고 있다. 그러나 육안 검사는 CCFL 현광체의 불량에 대한 일관성 있는 기준이 결여되고, 노동집약적인 검사로 인해 산업적 재해가 발생할 수 있다. CCFL 불량유무를 자동 판별하기 위해서는 물리적 촬영환경과 자동검출 알고리즘이 필수적이다. 본 논문에서는 CCFL 형광체의 불량을 자동으로 검사하기 위한 촬영환경을 설명하고, 그 촬영환경에 알맞은 대표적인 불량검출 알고리즘을 제안한다. 실험결과에 따르면, 알고리즘은 불량 판별율 98.86%와 과검율 3.34%의 성능을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06d
• /
• pp.384-386
• /
• 2012

최근 네트워크 상의 패킷은 대부분 컨텐츠가 주를 이룬다. 이러한 추세를 네트워크 계층에서 지원하기 위해 미래 인터넷 환경으로써 여러 가지 컨텐츠 중심의 아키텍쳐들이 제안되었다. 제안된 아키텍쳐들은 컨텐츠가 저장된 위치보다는 컨텐츠 자체에 초점을 둔 미래지향적인 인터넷 환경이다. 대표적인 미래 인터넷 환경으로는 컨텐츠 중심 네트워킹 (CCN)이 있다. 하지만 지금까지 제안된 컨텐츠 중심의 아키텍쳐들은 링크나 노드의 불량문제에 대해서는 다루지 않고 있다. 특히, 컨텐츠 중싱 네트워킹 (CCN)에서는 패킷이 전송되는 정해진 경로에서 링크나 노드의 불량이 발생하면 그 경로를 거쳐야 하는 모든 패킷의 손실이 발생한다. 제안하는 기법에서는 이를 막기 위해 노드들이 불량을 감지하고, 불량이 발생하는 즉시 새로운 경로로 패킷을 우회하게 함으로써 불량에 대한 대비가 가능하도록 한다. 제안하는 기법의 효율성을 증명하기 위해 전세계적인 오버레이 네트워크인 PlanetLab에 적용하여 성능 평가를 수행한다.

• The KIPS Transactions:PartB
• /
• v.17B no.6
• /
• pp.445-458
• /
• 2010

A Cold Cathode Fluorescent Lamp(CCFL) is used as a LCD Monitor's backlight widely. The most common way to check CCFL's defects is an examination with the naked eye. This naked eye examination can cause examination inconsistencies and industrial disasters. A shooting environment and detection algorithms are important for finding CCFL defects automatically. This paper presents CCFL defect detection algorithms using images captured under the shooting environment with sidelight which is one of the shooting environment we have suggested. The experimental result shows 4.65% of overdetection and 5.37% of unsuccessful defect detection of CCFL.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1167-1168
• /
• 2023

차량용 반도체 수요의 증가로 자율 주행 및 전장제품에 시스템 반도체 수요가 증가하고 있다. 차량용 반도체는 기존 AP 같은 칩보다 더 높은 내구성과 신뢰성이 요구되기 때문에 불량 분석이 중요하다. 이러한 환경에서 반도체의 안정적인 생산과 품질 보장을 위해서는 불량 검출과 불량 원인 분석이 중요하다. 본 논문은 기본적인 비파괴 불량 분석 방법에 대하여 조사하고 장단점을 탐구한다. 이를 통해 반도체의 안정적인 양산을 위한 기반 지식을 제공한다.

• Landscaping Tree
• /
• s.123
• /
• pp.46-55
• /
• 2011

수목이 토양환경에 의해 피해를 보았을 때 토양 자체의 건조 괴습 문제 등 토양불량과 사람에 의해 복토, 심식되었을 때 문제로 나누어 볼 수 있으며, 공통적으로 토양의 심상중 토양공극 내 수분과 공기의 불균형으로 인하여 발생하는 문제로 볼 수 있다. 이번 연재에서는 토양환경 불량에 대한 여러 가지 예와 병징, 방제법에 대해 살펴보았다.

• Proceedings of the Korean Institute of Surface Engineering Conference
• /
• 2014.11a
• /
• pp.61-74
• /
• 2014

전자제품에서 반도체 부품의 협피치화가 진행됨에 따라 PCB의 회로와 회로 사이의 간격 혹은 Hole과 Hole간의 간격이 줄어듬에 따라 ECM(Electrochemical Migration)과 CAF(Conductive Anodic Filament)의 불량이 증가하게 되었다. 특히 열악한 환경에서 사용되는 Power Supplier나 사용전압이 높아지는 전기 및 수소연료 자동차 분야에선 이들 불량방지에 노력을 기울여야겠다.

• Smart Media Journal
• /
• v.6 no.4
• /
• pp.58-64
• /
• 2017

Modern society is characterized by rapid increase in world population, aging of the rural population, decrease of cultivation area due to industrialization. The food problem is becoming an important issue with the farmers and becomes rural. Recently, the researches about the field of the smart farm are actively carried out to increase the profit of the rural area. The existing smart farm researches mainly monitor the cultivation environment of the crops in the greenhouse, another way like in the case of poor quality t is being studied that the system to control cultivation environmental factors is automatically activated to keep the cultivation environment of crops in optimum conditions. The researches focus on the crops cultivated indoors, and there are not many studies applied to the cultivation environment of crops grown outside. In this paper, we propose a method to improve the harvestability of poor areas by monitoring the areas with bad harvests by using big data analysis, by precisely predicting the harvest timing of fruit trees growing in orchards. Factors besides for harvesting include fruit color information and fruit weight information We suggest that a harvest correlation factor data collected in real time. It is analyzed using the Apache Spark engine. The Apache Spark engine has excellent performance in real-time data analysis as well as high capacity batch data analysis. User device receiving service supports PC user and smartphone users. A sensing data receiving device purpose Arduino, because it requires only simple processing to receive a sensed data and transmit it to the server. It regulates a harvest time of fruit which produces a good quality fruit, it is needful to determine a poor harvest area or concentrate a bad area. In this paper, we also present an architectural model to determine the bad areas of fruit harvest using strong data analysis.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.95-97
• /
• 2022

본 논문에서는 산업 현장에서 발생하는 불량품 탐지 분야에서 효율적으로 생산품의 불량을 탐지할 수 있는 PaDiM 구조의 Backbone 모델을 단일 Wide-ResNet 대신 두 개의 Wide-ResNet을 사용함으로써, 단일 모델에서 추출된 저차원의 Feature를 앙상블을 통해 성능 향상을 일으킬 수 있는 것을 증명하였다. 단일 Wide-ResNet 환경에서는 MVTec 데이터셋에서 생성된 다변량 가우시안 분포가 데이터셋의 적은 샘플수로 인하여 각 클래스 간 불균형이 발생하는 문제를 동종 앙상블을 통해 해결할 수 있었다. 따라서 본 논문에서는 제안하는 동종 모델의 앙상블을 사용함으로써 기존의 One-class classification 환경에서 불량품 탐지환경에서 적은 수의 데이터 샘플 환경에서 성능 향상을 나타낼 수 있음을 입증하였다.