• 융합정보논문지
• /
• 제11권5호
• /
• pp.30-37
• /
• 2021

사물인터넷 등을 통하여 각종 기기들이 인터넷으로 연결되어 있고 이로 인하여 인터넷을 이용한 공격이 발생하고 있다. 그러한 공격 중 악성 URL를 이용하여 사용자에게 잘못된 피싱 사이트로 접속하게 하거나 악성 바이러스를 유포하는 공격들이 있다. 이러한 악성 URL 공격을 탐지하는 방법은 중요한 보안 이슈 중에 하나이다. 최근 딥러닝 기술 중 뉴럴네트워크는 이미지 인식, 음성 인식, 패턴 인식 등에 좋은 성능을 보여주고 있고 이러한 뉴럴네트워크를 이용하여 악성 URL 탐지하는 분야가 연구되고 있다. 본 논문에서는 뉴럴네트워크를 이용한 악성 URL 탐지 성능을 각 파라미터 및 구조에 따라서 성능을 분석하였다. 뉴럴네트워크의 활성화함수, 학습률, 뉴럴네트워크 모델 등 다양한 요소들에 따른 악성 URL 탐지 성능에 어떠한 영향을 미치는 지 분석하였다. 실험 데이터는 Alexa top 1 million과 Whois에서 크롤링하여 데이터를 구축하였고 머신러닝 라이브러리는 텐서플로우를 사용하였다. 실험결과로 층의 개수가 4개이고 학습률이 0.005이고 각 층마다 노드의 개수가 100개 일 때, 97.8%의 accuracy와 92.94%의 f1 score를 갖는 것을 볼 수 있었다.

• 마이크로전자및패키징학회지
• /
• 제24권3호
• /
• pp.47-52
• /
• 2017

본 연구에서는 멀티 레벨 플래쉬 메모리 셀의 프로그램 포화영역에서 트랩된 전하 손실 효과에 의한 데이터 보유 특성에 대한 연구를 진행하였다. Incremental Step Pulse Programming(ISPP) 방식에 의한 전압 인가 시 셀의 문턱 전압은 선형적으로 증가하다 일정 수준 이상의 전압에 도달하면 더 이상 증가 하지 않는 현상을 문턱 전압 포화 현상이라고 한다. 이는 프로그램 시 플로팅 게이트에 축적된 전하가 Inter-Poly Dielectric(IPD) 층을 통해 컨트롤 게이트로 빠져 나가는 것에 원인이 있다. 본 연구는 열적 스트레스에 의한 문턱 전압의 보유 특성이 선형 영역에서보다 포화 영역에서 심각하게 저하되는 현상의 원인규명에 대한 연구이다. 이를 평가하기 위해 프로그램 후 데이터 보유(data retention) 특성 평가 및 반복 읽기 측정을 진행하였다. 또한 여러 가지 측정 패턴을 이용한 측정 조건 분리 실험을 통해 검증하였다. 그 결과 포화 영역에서의 문턱 전압 저하 특성의 원인은 포화 시 가해진 높은 전압에 의해 플로팅 게이트와 컨트롤 게이트 사이의 인터 폴리 절연막 IPD 층의 질화막에 트랩된 전자의 손실 효과인 것으로 나타났다. IPD 층의 질화막에 전하 트랩 현상이 발생하고 열적 스트레스가 가해진 후 트랩된 전하가 다시 빠져 나오면서 문턱 전압의 저하가 발생하고 이는 소자의 신뢰성에 나쁜 영향을 미친다. 낸드 플래쉬 메모리 셀의 프로그램 포화 영역 문턱 전압을 증가시키기 위해서는 질화막에 트랩된 전하의 손실을 고려하여 플로팅 게이트의 전하저장 능력을 향상시켜야 하며 IPD 막에 대한 주의 깊은 설계가 필요하다.

• 대한기계학회논문집B
• /
• 제37권6호
• /
• pp.577-582
• /
• 2013

AZO(Aluminium-doped Zinc Oxide)는 기존의 LCD, OLED, 광센서, 유기태양전지 등의 투명전극에 널리 사용되는 ITO(Indium Tin Oxide)를 대체하기 위한 물질로 주목받고 있다. 본 연구에서는 유기태양전지의 투명 전극으로 많이 사용되는 ITO 를 대체하기 위해 원자층 증착(ALD) 공정의 저온 선택적 증착 특성을 이용하여 유연성 폴리머인 PEN 기판상에 AZO 투명전극을 직접 패턴방식으로 제조하고, 그 투명전극의 구조적, 전기적, 광학적 특성을 평가하였다. 전기적, 광학적 특성 결과들로부터 원자층 증작공정의 저온 선택적 증착 특성을 통해 형성된 AZO 투명전극의 유기태양전지로의 적용 가능성을 확인할 수 있었다.

• 센서학회지
• /
• 제4권3호
• /
• pp.51-59
• /
• 1995

실리콘기판 위에 스트레스균형이 이루어진 150 nm-$Si_{3}N_{4}$/300 nm-$SiO_{2}$/150 nm-$Si_{3}N_{4}$ 구조의 평탄한 유전체 멤브레인을 제작하였다. 이 멤브레인의 스트레스 특성평가를 위하여 stress-deflection, stress-temperature 및 스트레인 진단용 시험패턴의 특성을 측정분석하였고, 중간에 있는 $SiO_{2}$층을 PECVD, LPCVD 및 APCVD방법으로 각각 증착하여 $SiO_{2}$층의 증착방법에 따른 적층 유전체박막의 스트레스특성에 대해서도 논의하였다. 대부분의 경우 적층 유전체 멤브레인에 인장스트레스가 존재하였으나, $SiO_{2}$층의 증착방법과 거의 무관하게 $1,150^{\circ}C$의 후습식산화로 실리콘기판에 의해 멤브레인에 나타나는 인장스트레스의 균형을 얻을 수 있었다. 온도변화에 따른 멤브레인에서의 스트레스 변화특성으로 부터 후산화처리를 하지 않는 경우에는 중간의 $SiO_{2}$ 층으로 APCVD방법에 의해 증착된 LTO가 더 적합한 것으로 나타났다.

• 한국산학기술학회논문지
• /
• 제22권2호
• /
• pp.651-658
• /
• 2021

풀림 방지 코팅 볼트는 주로 자동차 안전 관련 부품을 결합하는 데 사용되므로 안전성 유지를 위해 코팅 결함을 사전에 감지해야 한다. 이를 위해 이전 연구 [CNN 및 모델 시각화 기법을 사용한 코팅 볼트 불량 판별]에서는 합성곱 신경망을 사용했다. 이때 합성곱 신경망은 데이터 수가 많을수록 이미지 패턴 및 특성 분석 정확도가 증가하지만 그에 따라 학습시간이 증가한다. 또한 확보 가능한 코팅 볼트 샘플이 한정적이다. 본 연구에서는 이전 연구에 전이학습을 추가적으로 적용해 데이터 개수가 적은 경우에도 코팅 결함에 대해 정확한 분류를 하고자 한다. 전이학습을 적용할 때 학습 데이터 수와 사전 학습 데이터 ImageNet 간의 유사성을 고려해 분류층만 학습했다. 데이터 학습에는 전역 평균 풀링, 선형 서포트 벡터 머신 및 완전 연결 계층과 같은 분류층을 적용했으며, 고려한 모델 중 완전 연결 계층 방법의 분류층이 가장 높은 95% 정확도를 가진다. 추가적으로 마지막 합성곱층과 분류층을 미세 조정하면 정확도는 97%까지 향상된다. 전이학습 및 미세 조정을 이용하면 선별 정확도를 향상시킴은 물론 이전보다 학습 소요시간을 절반으로 줄일 수 있음을 보였다.

• 공업화학
• /
• 제21권6호
• /
• pp.603-609
• /
• 2010

수첨 인지질의 하나인 distearoylphosphatidylcholin (DSPC)을 주로 하면서 피부보습에 도움을 주는 용매인 glycerin (GLY)에 의해 팽윤되어 형성된 라멜라 액정상 구조에 피부장벽을 구성하는 지질 중 하나로서 ceramide 3 (CER3)이 함께 배향될 때 나타나는 함량 의존적 거동을 DSC, XRDs, PM 및 Cryo-SEM에 의해 고찰하였다. CER3은 매우 결정성이 높지만, DSPC와의 구조적인 유사성을 가지고 있어 DSPC 20.0 wt% 함량대비 7.0 wt%까지는 탈리 없이 배향되지만, 그 이상을 배향시킬 경우 CER3이 액정 내에서 탈리되어 자체로 GLY에 팽윤되어 또 다른 액정상을 형성하는 것을 XRD의 특성피크 발현과 DSC의 공융점 거동을 통해 확인할 수 있었다. 또한 CER3이 액정 내에 배향되면서 DSPC만으로 이루어진 액정에서 보이는 SPP패턴뿐만 아니라, 피부 각질층에서 주로 나타나는 LPP패턴도 SAXD분석을 통해 확인되어, CER3을 적용시 인간피부와 보다 흡사한 액정구조를 형성함을 확인하였다. Cryo-SEM을 이용하여 DSPC만으로 이루어진 액정과 여기에 CER3이 도입된 액정을 비교한 결과, CER3은 액정의 구조를 보다 두텁고, 견고하게 함을 알 수 있었다.

• 한국항행학회논문지
• /
• 제19권6호
• /
• pp.484-491
• /
• 2015

항공영상은 디지털 광학 영상 기술의 성장과 무인기(UAV)의 발달로 인하여 영상의 도입 및 공급이 크게 증가하였고, 이러한 항공영상 데이터를 기반으로 지상의 속성 추출, 분류, 변화탐지, 영상 융합, 지도 제작 형태로 활용되고 있다. 특히, 영상분석 및 활용에 있어 딥 러닝 알고리즘은 패턴인식 분야의 한계를 극복하는 새로운 패러다임을 보여주고 있다. 본 논문은 딥 러닝 알고리즘인 ConvNet기반으로 항공영상의 영역분할 및 분류 결과를 통한 더욱더 넓은 범위와 다양한 분야에 적용할 수 있는 가능성을 제시한다. 학습데이터는 도로, 건물, 평지, 숲 총 3000개 4-클래스로 구축하였고 클래스 별로 일정한 패턴을 가지고 있어 특징 벡터맵을 통한 결과가 서로 다르게 나옴을 확인할 수 있다. 본 연구의 알고리즘은 크게 두 가지로 구성 되어 있는데 특징추출은 ConvNet기반으로 2개의 층을 쌓았고, 분류 및 학습과정으로 다층 퍼셉트론과 로지스틱회귀 알고리즘을 활용하여 특징들을 분류 및 학습시켰다.

• 한국의류산업학회지
• /
• 제15권6호
• /
• pp.950-962
• /
• 2013

The purpose of this study was to develop the slim-fit dress shirt pattern. Among the published educational patterns, there were four patterns based on similar design and silhouette with slim-fit dress shirts. Then, the drafting method of those patternsBB were compared and analyzed. The subjects for wearing evaluation were three 20 to 39 aged average-sized men. After the wearing evaluation(5 Likert point scale), N pattern had been chosen as the final comparison pattern because it received the highest points. The slim-fit shirt pattern was developed based on the result of wearing evaluation. The foundation design were as following: shirt length (Stature/2-12), back length (Stature/4), armhole depth (Chest/4+1), width (Chest/4+3), Interscye; Back (Chest/6+5), Interscye; Front (Chest/6+4), width of the nape of neck (Neck/6+1=◎), height of the nape of neck (◎/3), of the front neck (◎-0.5), depth of the front neck(◎+1.5). After the wearing evaluation about researched pattern and N pattern, researched patternsBB scale points were bigger than N pattern and there were slight differences. The scale points for N patternsBB movement evaluation showed highest points on all contents. Therefore, the researched pattern is suitable for the original form of slim-fit dress shirt. The new dress shirt pattern reflected the slim-fit trend in the research expected to help educational environment and industrial site.

• 대한기계학회논문집A
• /
• 제34권12호
• /
• pp.1849-1856
• /
• 2010

유리/레진/유리의 샌드위치 구조는 자동차, 바이오, 디스플레이 산업 등에서 이미 상용화되고 있는 구조이다. 이러한 유리/레진/유리의 샌드위치 구조는 최근 반도체, MEMS분야 등에서 대량생산기술로 관심을 일으키고 있는 임프린트 리소그래피 공정에서도 다루어지고 있다. 나노 임프린트 공정 기술은 몰드의 마이크로, 나노패턴을 기판에 반복적으로 전사함으로써 반도체 제조공정에서 5나노미터(nm) 이하의 선폭까지 구현할 수 있는 기술이다. 이 과정에서 사용되는 레진은 패터닝된 몰드에 의해 변형되고 UV(Ultraviolet rays)에 의해 경화되어 패턴의 전사과정을 거친다. 이 때 몰드와 기판의 이형거동은 나노 단위의 정밀한 정렬과 공정의 생산성과 직결된다. 따라서 본 연구에 서는 4점 굽힘 실험을 통해 유리/레진/유리 구조의 굽힘 강도를 측정하였고, 특히 이 과정에서 계면해방률을 도출함으로써 나노 임프린트 공정 시 몰드와 레진 층의 이형거동을 기계적 측면에서 고찰하였다.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2011년도 춘계학술대회 초록집
• /
• pp.121.1-121.1
• /
• 2011

현재 상용화되고 있는 단결정 실리콘 태양전지는 알루미늄 페이스트를 이용하여 후면의 전 영역에 전계를 형성한다. 최근에는 고효율을 얻기 위하여 후면에 패시베이션 효과와 장파장에 대한 반사도를 증가 시키는 SiNx막을 증착 후, 국부적으로 전계를 형성하는 국부 후면 전극(Local back surface field)기술이 연구되고 있다. 본 연구에서는 전면만 텍스쳐 된 단결정 실리콘 웨이퍼를 이용하였다. Plasma Enhanced Chemical Vapor Deposition(PECVD)를 이용하여 전,후면에 SiNx를 증착 하였고 후면의 국부적인 전극 패턴 형성을 위하여 SiNx 식각용 페이스트를 사용한 스크린 프린팅 기술을 이용하였다. 스크린 프린팅을 이용하여 패턴이 형성된 후면에 알루미늄을 인쇄 한 후 Rapid Thermal Process(RTP)를 이용하여 소성 공정 조건을 변화시켰다. 소성 조건 동안 형성되는 후면 전계층은 peak 온도와 승온속도, 냉각 속도에 따라 형상이나 특성이 변화하기 때문에 소성 조건을 변화시키며 국부적 후면 전계 형성의 최적화에 관한 연구를 수행하였다. 패이스트를 이용하여 SiNx를 식각 후 광학 현미경(Optical Microscopy)을 사용하여 SiNx의 식각 유무를 살펴보았고, RTP로 형성된 국부 전계층의 형성 두께, 주변 부분의 형상을 살피기 위해 도핑 영역을 혼합수용액으로 식각하여 주사 전자 현미경(SEM)을 이용하여 관찰 하였다. 또한 후면의 특성을 살펴보기 위해 분광 광도계(UV/VIS/NIR Spectrophotometer)를 사용하여 후면 SiNx층의 유무에 따른 반사도를 비교, 측정 하였다.