• 전자진흥
• /
• 제3권6호
• /
• pp.29-31
• /
• 1983

우리나라 반도체 산업의 수출은 82년의 6.3억불에서 90년에는 30억불로 확대되고 기초 소재 부분의 국산화가 현재 리드프례임 정도에 불과하나 90년에 가서는 수지 및 화공약품까지 자급화를 목표로 하고 있다. 86년까지는 컴퓨터 에이디드 디자인 활용으로 설계 능력을 보유토록 할 것이며 웨이퍼 가공 부분에서 현재 3인치 웨이퍼 가공을 4~5인치 가공으로 확대하고 가공 품목을 LSI급으로 높이며 자동화 착수 수단인 조립공정을 완전 자동화하도록 향상시킬 것이다.

• 전기의세계
• /
• 제20권1호
• /
• pp.45-47
• /
• 1971

공업전자의 현황과 전망에서는 SCR을 주축으로 한 반도체소자를 이용한 Energy변환 및 제어의 분야의 반도체소자를 매개로한 Energy변환과 제어 및 기계의 전자화된 조절장치를 체계화한 전기공학의 분야에 대해 설명했으며, 우주통신과 우주선 추적에서는 아폴로 S대통일계통, Goddard식 거리속도추적계통, 중계위성에 대해 설명했으며 Feedback inbiological systmems lecture notes에서는 Familar definition of Feedback, Definition of Control Feedback에 대해 논하였다.

• 전기의세계
• /
• 제34권7호
• /
• pp.398-403
• /
• 1985

IC는 수많은 전자부품중에서 가장 기본적인 부품으로서 현재 산업사회에서는 필수 불가결한 존재로 부각되어 있다. IC의 집적도는 SSI로부터 MSI, LSI를 거쳐 현재에는 VLSI의 단계가 실용화 되고 있으며 IC가 새로운 기기의 기능을 주도하고, 전기전자 공업의 발전에 원동력이 되고 있다는 것은 이미 기정 사실로 되고 있다. 최근 IC는 "산업의 핵" 또는 "산업의 공기"라고 불리울 만큼 그 역할 또한 큰 비중을 차지하면서 전 산업분야에서 폭넓게 사용되고 있으며 IC는 그 자체가 고도성장산업분야에 속해 있지만 IC가 산업의 미래상과 같이 중요성을 가졌기 때문에 최근에는 우리나라의 럭키금성, 현대, 삼성 및 대우그룹을 비롯하여 세계규모의 기업간 경쟁이 강화되어 가고 있다. IC시장은 1980년대의 전반기를 통하여 IC기술이 급속한 진보에 의해 다이나믹한 전개를 이룩한 것으로 볼수 있지만, IC시장의 장래를 전망하는 경우 세계적인 시점으로 보는 것은 매우 중요한 것이라 생각된다. 따라서 본 해설에 있어서는 서방자유세계를 중심으로 IC의 수급, 제품종별의 시장및 지역별 시장등에 관하여 1985년까지의 동향을 살펴보고 1980년대 전반기의 IC시장에 관한 흐름을 고찰하여 1980년대 후반기의 시장 및 기술개발의 전망에 관하여 기술하고자 한다.발의 전망에 관하여 기술하고자 한다.

• 한국재료학회:학술대회논문집
• /
• 한국재료학회 2009년도 춘계학술발표대회
• /
• pp.5.1-5.1
• /
• 2009

2004년 Nature지에 일본 동경공업대학의 호소노 교수팀이 상온에서도 이동도 10cm2/Vs 이상의 우수한 InGaZnO 박막트랜지스터 소자 제작을 보고한 이후, 전 세계적으로 산학연을 총망라하여 산화물 반도체 재료 및 TFT 소자에 대한 연구 및 개발이 매우 활발하다. 특히 HDTV용 대형 TFT 기판기술이 절실한 디스플레이 업계에서 차세대 TFT 기판으로 산화물 소자를 적용하기 위해 집중적인 개발이 진행 중인데, 본 발표에서는 산화물 TFT 관련 최신 연구동향과 기술적 이슈사항을 검토하고 이를 바탕으로 향후 재료공학적 관점에서의 연구방향에 대해 논의하고자 한다.

• 공업화학전망
• /
• 제23권6호
• /
• pp.3-13
• /
• 2020

저출산 고령화 사회로의 진입은 대한민국뿐만 아니라 전 세계적으로 많은 사회 문제를 야기하고 있다. 그 중에서 고령 인구 증가로 인한 의료 수요 증가와 이를 뒷받침 할 의료인력 부족은 곧 다가올 사회문제이다. 4차 산업 혁명으로 인해 다양한 사회문제에 대한 혁신적인 해법들이 제시되고 있는데, 본 기고문에서는 다가올 고령화 사회에서 의료인력 부족 등에 의한 해결법으로 원격의료 지원을 위한 인공지능 활용을 다루고자 한다. 병 진단 및 예측을 위한 여러 가지 인공지능 알고리즘은 이미 많이 개발 되어 있으나, 일반적으로 딥러닝에 많이 쓰이는 인공신경망 구조인 합성곱 뉴럴네트워크(convolution neural network)나 기존 퍼셉트론(perceptron) 구조에서 벗어나 확률론적 인공신경망 중에 하나인 베이지안 뉴럴네트워크(Bayesian neural network)를 다루고자 한다. 그중에서 연산효율적이며 뉴로모픽 하드웨어로 구현 가능성이 높고 실제 진단 예측(diagnosis prediction) 문제 해결에 강점을 보이는 알고리즘으로써 naive Bayes classifer를 활용한 연구를 소개하고자 한다.