• Proceedings of the Korean Institute of Surface Engineering Conference
• /
• 2009.10a
• /
• pp.103-103
• /
• 2009

태양전지 모듈의 효율 상승을 위한 한 가지 방법으로써 태양전지 모듈에 보호층으로 사용되는 고분자 플레이트 및 보호 유리층 등에 저반사 효과를 갖는 나노급 크기의 패턴을 형성 하였다. PVC, PMMA 등의 고분자 소재의 보호층은 hot-embossing의 방법을 사용하여 표면에 반사방지막을 형성하였으며, 양면 동시 엠보싱 방법을 사용하여 그 효율을 높이고자 하였다. 또한 저철분 유리판 위에 nano-imprinting 공정을 사용한 고분자 패턴을 형성함으로써 반사 방지효과를 얻고자 하였다. 또한, 형성된 패턴의 내구성을 측정함으로써 태양전지 모듈에의 적용 가능성을 확인 하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.16 no.5
• /
• pp.642-646
• /
• 2006

The fuzzy TAM(Topographical Attentive Mapping) network is a supervised method of pattern analysis which is composed of input layer, category layer, and output layer. But if we don't know the target value of the pattern, the network can not be trained. In this case, the target value can be replaced by a result induced by using an unsupervised neural network as the SOM (Self-organizing Map). In this paper, we apply the results of SOM to fuzzy TAM network and show its usefulness through the case study.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2012.08a
• /
• pp.331-331
• /
• 2012

InGaN/GaN 양자우물 LED소자의 내부양자효과 및 외부양자효과를 높이기 위해 많은 연구자들이 노력을 하고 있다. InGaN/GaN 양자우물 전광소자의 효율을 높이는 방법으로는 무분극 박막성장을 이용한 양자우물의 운반자 파동함수의 분리를 감소시키는 방법, 양자우물 위에 전자 차단층을 성장시키는 방법, 박막의 비발광 결함을 감소시키는 방법, 나노박막 또는 나노 입자를 이용한 표면 플라즈몬 효과를 이용하는 방법 등이 있다[1-3]. 본 연구에서는 은(Ag) 나노입자를 이용하여 InGaN/GaN 양자우물과 p-GaN 덮개층을 패턴에칭한 후, 그 위에 Ag 나노입자를 도포하여 표면 플라즈몬 효과를 이용한 InGaN/GaN 양자우물의 발광효율을 높이고자 하였다. c-면 방향의 사파이어에 유기화학금속증착법(MOCVD)으로 n-형 GaN를 2.0 ${\mu}m$ 성장한 후 그 위에 InGaN/GaN 양자우물 5층을 성장하였다. 또한 전자 차단층으로 AlGaN를 7 nm 증착한 후, p-type GaN를 100 nm 성장하였다. p-type GaN를 패턴하기 위해 포토리소그래피 와 유도결합 플라즈마 에칭공정을 거쳐 선 패턴을 형성하였는데, 이 때 에칭된 p-GaN 깊이는 약 90 nm 이었다. 에칭한 패턴크기가 LED소자의 전기적 및 광학적 특성에 미치는 영향을 알아보기 위해 전류-전압 측정과 photoluminescence 측정을 하였다. 그 후 급속열처리방법을 이용한 Ag 나노입자 형성과 표면플라즈몬이 소자의 발광효율에 미치는 영향에 대해 조사하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.10 no.2 s.34
• /
• pp.113-121
• /
• 2005

In this paper, we design the hybrid learning algorithm of LVQ which is to perform EMG pattern recognition. The proposed hybrid LVQ learning algorithm is the modified Counter Propagation Networks(C.p Net. ) which is use SOM to learn initial reference vectors and out-star learning algorithm to determine the class of the output neurons of LVa. The weights of the proposed C.p. Net. which is between input layer and subclass layer can be learned to determine initial reference vectors by using SOM algorithm and to learn reference vectors by using LVd algorithm, and pattern vectors is classified into subclasses by neurons which is being in the subclass layer, and the weights which is between subclass layer and class layer of C.p. Net. is learned to classify the classified subclass. which is enclosed a class . To classify the pattern vectors of EMG. the proposed algorithm is simulated with ones of the conventional LVQ, and it was a confirmation that the proposed learning method is more successful classification than the conventional LVQ.

• Proceedings of the KIEE Conference
• /
• 2001.11c
• /
• pp.431-434
• /
• 2001

단층 퍼셉트론이 처음 개발되었을 때, 간단한 패턴을 인식하는 학습 기능을 가지고 있기 장점 때문에 학자들의 관심을 끌었다. 단층 퍼셉트론은 한 개의 소자를 이용해서 이진 논리를 가중치(weight)의 변경만으로 모두 표현할 수 있는 장점 때문에 영상처리, 패턴인식, 장면인식 등에 이용되어 왔다. 최근에, 역전파학습(Back-Propagation Learning)알고리즘이 이진 공간내의 매핑 문제에 적용되고 있다. 그러나, 역전파 학습알고리즘은 연속공간 내에서 긴 학습시간과 비효율적인 수행의 문제를 가지고 있다. 일반적으로 역전파 학습 알고리즘은 간단한 이진 공간에서 매핑하기 위해서 많은 반복과정을 요구한다. 역전파 학습 알고리즘에서는 은닉층의 뉴런의 수는 주어진 문제를 해결하기 위해서 우선순위(prior)를 알지 못하기 때문에 입력층과 출력층내의 뉴런의 수에 의존한다. 따라서, 3층 신경회로망의 적용에 있어 가장 중요한 문제중의 하나는 은닉층내의 필요한 뉴런수를 결정하는 것이고, 회로망 합성과 가중치 결정에 대한 적절한 방법을 찾지 못해 실제로 그 사용 영역이 한정되어 있었다. 본 논문에서는 패턴 분류를 위한 새로운 학습방법을 제시한다. 훈련입력의 기하학적인 분석에 기반을 둔 이진 신경회로망내의 은닉층내의 뉴런의 수를 자동적으로 결정할 수 있는 NETLA(Newly Expand and Truncate Learning Algorithm)라 불리우는 기하학적 학습알고리즘을 제시하고, 시뮬레이션을 통하여, 제안한 알고리즘의 우수성을 증명한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.16 no.1
• /
• pp.86-93
• /
• 2006

The TAM(Topographic Attentive Mapping) network based on a biologically-motivated neural network model is an especially effective one for pattern analysis. It is composed of of input layer, category layer, and output layer. Fuzzy rule, for input and output data are acquired from it. The TAM network with three pruning rules for reducing links and nodes at the layer is called fuzzy TAM network. In this paper, we apply fuzzy TAM network to pattern analysis of core competency model for subcontractors of construction companies and show its usefulness.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.5
• /
• pp.70-77
• /
• 1999

본 논문에서는 Wavelet을 이용한 위장 영상의 질환 부위 특징을 추출하여 질환 부위 패턴을 인식할 수 있는 알고리즘을 제안하였다. 전처리 과정으로서 위장 영상이 형태정보는 입력 영상을 DWT(Discrete wavelet transform)에 의해 4레벨 DWT 계수 행렬을 구하고 계수 행렬의 특징에 따라 저주파 계수 행렬로부터 저주파 특징 파라미터 32개, 수평 고주파 계수 행렬로부터 수평 고주파 특징 파라미터 16개, 수직 고주파 계수 행렬로부터 수직 고주파 특징 파라미터 16개, 그리고, 대각 고주파 계수 행렬로부터 대각 고주파 특징 파라미터 32개 등 모두 96개의 특징 파라미터를 추출한 후 각각의 특징 파라미터를 최대 값+0.5로 최소 값을 -0.5로 정규화 하여 신경회로망의 입력 벡터로 사용하였다. 위장 영상 패턴 인식을 위한 신경회로망은 교사 학습을 요구하는 다층 구조의 오차 역전파(Error back propagation)알고리즘으로 하였고 구조적 특성을 이용하여 입력층, 중간층, 출력층의 계층 구조로 설계하였다. 설계된 신경회로망의 학습은 학습계수를 0.2로 모우멘텀을 0.6으로 설정하여 출력층 최대오차가 0.01보다 작을 때까지 수행하였으며 약 8000회 정도 학습한 결과 설정값 보다 작은 결과를 얻었고 질환의 종류나 위치, 크기에 관계없이 100%의 인식률을 얻었다.

• Journal of the Korean Vacuum Society
• /
• v.22 no.4
• /
• pp.198-203
• /
• 2013

Energy harvesting refers to converting ambient energy from our surroundings, which would be otherwise wasted, into useful electrical energy. A triboelectric energy harvester is a self-charged device for harnessing mechanical energy based on a coupled process of contact charging and electrostatic induction. In this research, we demonstrate simple fabrication of prototype triboelectric energy harvester using soft lithography and its electrical characterization. Triboelectric generation occurs between the two micro patterned layers of Au and PDMS. A micro pattern is simply replicated directly from the bottom layer to the top layer using soft-lithography without an extra transfer process. This generator can produce an output voltage of 2 V and output current of 20 nA.

• 한국신재생에너지학회:학술대회논문집
• /
• 2009.06a
• /
• pp.187-187
• /
• 2009

나노 임프링과 전기 도금의 저렴한 방식을 이용하여 CdTe 나노 패턴형태를 제작하고자 한다. CdTe 박막은 CdTe 태양전지에서 광흡수층으로 광전자형성에 큰 영향을 미치는 층이다. 나노 패턴을 이용할 경우 p-n 접합 면적이 늘어나 여기된 전자-정공쌍이 분리를 더 잘 일으킬 수 있기 때문에 나노 임프린팅 이라는 기술을 이용하여 이를 제작해 보고자 한다. 따라서 이렇게 제작된 CdTe 나노 패턴은 XRD와 라만 기술을 이용하여 구조를 분석하고, 흡광도와 반사도를 측정하여 광 특성을 조사하려고 한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2003.05a
• /
• pp.469-473
• /
• 2003

다층 구조 신경망에서 널리 사용되는 오류 역전파 알고리즘은 초기 가중치와 불충분한 은닉층의 노드수로 인하여 지역 최소화에 빠질 가능성이 있다. 따라서 본 논문에서는 오류 역전파 알고리즘에서 은닉층의 노드 수를 설정하는 문제와 ARTI에서 경계 변수의 설정에 따라 인식률이 저하되는 문제점을 개선하기 위하여 ARTI과 Max-Min 신경망을 결합한 퍼지 다층 퍼셉트론을 제안한다. 제안된 자가 생성을 이용한 퍼지 다층 퍼셉트론은 입력층에서 은닉층으로 노드를 생성시키는 방식은 ARTI을 적용하였고, 가중치 조정은 특정 패턴에 대한 저장 패턴을 수정하도록 하는 winner-take-all 방식을 적용하였다. 제안된 학습 방법의 성능을 평가하기 위하여 학생증 영상을 대상으로 실험한 결과, 기존의 오류 역전파 알고즘보다 연결 가중치들이 지역 최소화에 위치할 가능성이 줄었고 학습 속도 및 정체 현상이 개선되었다.