• Proceedings of the Korean Institute of Surface Engineering Conference
• /
• 2009.10a
• /
• pp.231-232
• /
• 2009

공정의 질 (Quality)과 장비생산성을 향상시키기 위해서는 플라즈마를 엄격히 감시해야 하며, 본 연구에서는 플라즈마 색 정보와 신경망을 결합한 감시 기법을 보고한다. 본 기법은 인-시추 색 정보 수집, 시계열 신경망 모델링, 그리고 CUSUM 제어로 구성된다. 제안한 기법을 소스전력을 변화시켜 발생한 색 정보에 적용하였으며, 신경망 모델은 비정상 플라즈마를 정확하게 탐지할 수 있음을 확인하였다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1855-1856
• /
• 2008

본 연구에서는 공정 중에 민감하게 반응하는 플라즈마로부터 수집되는 이온에너지 분포(IED : Ion Energy Distribution)와 시계열 신경망 모델링을 결합한 플라즈마 감시 기술을 개발하였다. NIEA(Non-invasive ion analyzer)를 이용하여 IED를 측정하였으며, 모델링에 사용된 신경망은 자기 상관 시계열 신경망(A-NTS : Auto-Correlated Neural Time-Series)이다. 모델 개발을 위한 학습과 테스트 데이터로는 Duty ratio 100%에서 수집한 IED를 이용하였으며, 개발된 모델의 감시 성능은 60%에서 수집된 IED로 평가하였다. 학습인자 k와 m의 범위는 각각 1-3 으로 총 9종류의 (k, m) 조합에 대해서 모델 성능을 평가하였다. 신경망 은닉층 뉴런수는 2-9의 범위에서 최적화하였다. 최적화된 모델은 (2, 3)과 뉴런수 2에서 구해졌으며, 0.335의 예측 에러를 보였다. 60% IED 데이터로 평가한 결과 플라즈마 고장에의 민감도는 62% 이상이었다. 이는 IED의 A-NTS 모델이 플라즈마 고장의 감시에 효과적으로 적용될 수 있음을 의미한다.

• Journal of Clinical Otolaryngology Head and Neck Surgery
• /
• v.29 no.2
• /
• pp.177-181
• /
• 2018

• International journal of thyroidology
• /
• v.11 no.2
• /
• pp.109-116
• /
• 2018

It is very important to identify recurrent laryngeal nerve (RLN) and prevent RLN injury during thyroid surgery. The intraoperative neuromonitoring (IONM) for the prevention of RLN injury is a useful method because it can identify the location and status of RLN and predict postoperative vocal cord function easily. The IONM consists of a stimulating side that applies electrical stimulation to the nerve and a recording side that measures the surface electromyography (EMG) of the vocal cord muscle through electrode endotracheal tube. The nerve stimulator and surgical dissector are separate instruments. So, during IONM for the prevention of the RLN injury in conventional, endoscopic, or robotic thyroid surgery, repeated exchanging between surgical instruments and the nerve stimulator is inconvenient and time consuming. On the recording side, the accuracy of the electrode endotracheal tube which measures the EMG of the vocalis muscle can be affected by contact with between electrode and vocal fold and position change of patient. We would like to introduce recent several researches to overcome the current limitations of IONM.

• Proceedings of the Korean Institute of Electrical and Electronic Material Engineers Conference
• /
• 2010.06a
• /
• pp.369-369
• /
• 2010

소자제조 공정의 질과 생산성을 향상시키기 위하여 플라즈마 감시가 필요하다. 본 연구에서는 광반사분광기(Optical Emission Spectroscopy)를 이용하여 소스전력의 변화에 따른 플라즈마 상태 데이터를 수집하였다. 수집된 데이터를 이용한 시계열 신경망 감시 모델을 개발하였으며, 개발된 모델과 CUSUM(Cumulative Sum Control Chart)를 결합하여 플라즈마의 이상 상태를 실시간으로 감시하는 기법을 개발하였다. 매우 우수한 감시 성능을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.736-738
• /
• 2018

최근 딥러닝의 발전에 따라 무인감시, CCTV 등 영상감시 시스템도 지능화되고 있다. 하지만 쓰레기 무단투기 감시는 여전히 관리자가 실시간으로 CCTV 영상을 관제하는 형태로 이루어지고 있다. 이러한 문제를 해결하기 위해 본 논문에서는 CCTV 영상에서 쓰레기 무단투기를 검출하는 방법을 제안하며 검출 방법으로 차 영상과 합성곱 신경망을 이용한다. 실험은 합성곱 신경망에서의 쓰레기봉투 분류 문제 위주로 진행하였다. 합성곱 신경망의 네트워크는 Inception v3를 사용하였으며 실험 결과, 약 99.52%의 쓰레기봉투 분류율을 얻을 수 있었다.

• Proceedings of the KSLP Conference
• /
• 2015.03a
• /
• pp.46-48
• /
• 2015

• Proceedings of the Korean Institute of Surface Engineering Conference
• /
• 2011.05a
• /
• pp.89-90
• /
• 2011

플라즈마 공정 중에 발생하는 플라즈마 누설은 챔버 압력의 변화를 초래하여 증착 또는 식각 중인 박막패턴을 손상시킨다. 따라서 플라즈마 누설을 실시간으로 탐지하는 것이 요구되며, 본 연구에서는 광방사분광기 (Optical emisison spectroscopy), 신경망, 그리고 제어차트를 결합한 플라즈마 누설의 인-시츄 탐지기술을 보고한다. 비교평가 결과 소수의 라디칼 정보를 감시하는 것보다 신경망 모델로부터의 예측정보를 이용할 때 보다 증진된 누설탐지 성능을 확인하였다.

• Proceedings of the Korean Institute of Surface Engineering Conference
• /
• 2011.05a
• /
• pp.93-94
• /
• 2011

플라즈마 감시를 위한 신경망 진단 모델을 개발한다. 이를 위해 광반사분광기, 웨이브릿, 주인자 분석, 그리고 신경망이 이용되었다. 플라즈마 식각공정데이터에 적용하여 비교 평가한 결과 모델의 예측성능이 식각특성, 분산비율, 그리고 웨이브릿의 종류에 따라 다름을 확인하였다. 개발된 모델은 웨이퍼 단위의 플라즈마 감시시스템의 개발에 응용될 수 있다.

• Journal of Clinical Otolaryngology Head and Neck Surgery
• /
• v.29 no.2
• /
• pp.167-172
• /
• 2018