실리콘 웨이퍼 마이크로크랙을 위한 대표적 분류 기술의 성능 평가에 관한 연구

김상연; 김경범

추천

검색

자료유형: 학술저널

저자정보: 김상연 (한국교통대학교 대학원) 김경범 (한국교통대학교 항공.기계설계학과)

저널정보: 한국반도체디스플레이기술학회 반도체디스플레이기술학회지 반도체디스플레이기술학회지 제15권 제3호

발행연도: 2016.1

수록면: 6 - 11 (6page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (5)

2016

실리콘웨이퍼 마이크로크랙 검출을 위한 반사경 기반 근적외선 조명계

김상연 , 금동민 , 김경범 한국생산제조학회 학술발표대회 논문집 2016.11 학술대회자료

SVM 파라미터 기반 실리콘 웨이퍼 마이크로크랙의 분류율 고찰

김상연 , 김경범 한국정밀공학회 학술발표대회 논문집 2016.05 학술대회자료

SVM 기반 실리콘 웨이퍼 마이크로크랙의 분류 향상에 관한 연구

김상연 항공.기계설계학과 항공기계설계학 전공 2016.01 학위논문

실리콘 웨이퍼 마이크로크랙을 위한 대표적 분류 기술의 성능 평가에 관한 연구

김상연 , 김경범 반도체디스플레이기술학회지 2016.01 학술저널

2015

SVM 기반 실리콘 웨이퍼의 마이크로크랙 분류에 관한 연구

김상연 , 김경범 한국생산제조학회 학술발표대회 논문집 2015.10 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

Silicon wafer is one of main materials in solar cell. Micro-cracks in silicon wafer are one of reasons to decrease efficiency of energy transformation. They couldn't be observed by human eye. Also, their shape is not only various but also complicated. Accordingly, their shape classification is absolutely needed for manufacturing process quality and its feedback. The performance of typical classification techniques which is principal component analysis(PCA), neural network, fusion model to integrate PCA with neural network, and support vector machine(SVM), are evaluated using pattern features of micro-cracks. As a result, it has been confirmed that the SVM gives good results in micro-crack classification.

#Classification technique #Micro-crack #Silicon wafer

참고문헌 (8)

참고문헌 신청

Chiou, Y. -C. / 2011 / Micro crack Detection of Multi-Crystalline Silicon Solar Wafer using Machine Vision Techniques / Sensor Review 31(2):154~165

Ko, S. -S. / 2013 / Optical Inspec-tion System with Tunable Exposure Unit for Micro-Crack Detection in Solar Wafer / Optik-International Journal for Light and Electron Optics 124(19):4030~4035

Abdelhamid, M. / 2014 / Review of Microcrack Detection Techniques for Silicon Solar Cells / IEEE Journal of Photovoltaics 4(1):514~524

서형준 / 2015 / 주성분분석과 신경회로망의 융합을 통한 실리콘 웨이퍼의 마이크로 크랙 분류에 관한 연구 / 한국정밀공학회지 32(5):463~470

서형준 / 2014 / 비등방 확산 필터의 최적조건 선정을 통한 태양전지실리콘 웨이퍼의 마이크로 크랙 검출 / 반도체디스플레이기술학회지 13(3):61~67

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김상연

소속기관 한국교통대학교 대학원

주요연구분야 공학 > 전기전자공학 > 전기공학

논문수 1 이용수 9

김경범

소속기관 한국교통대학교 기계자동차항공공학부

주요연구분야 공학 > 전기전자공학 > 전기공학

논문수 11 이용수 27

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (5)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (8)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)