메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학위논문
저자정보

서형준 (한국교통대학교, 한국교통대학교 일반대학원)

지도교수
김경범
발행연도
2015
저작권
한국교통대학교 논문은 저작권에 의해 보호받습니다.

이용수3

표지
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (7)

초록· 키워드

오류제보하기
본 논문에서는 실리콘 웨이퍼 마이크로 크랙을 분류하는 방법에 대하여 연구하였다.
우선, 실리콘 웨이퍼 내부에 존재하는 마이크로 크랙을 검출하기 위해 근적외선 광학계를 구성하였다. 구성된 근적외선 광학계로 측정한 영상은 저대비 영상이기 때문에 비등방 확산 필터를 적용하여 영상의 품질을 향상시켰다.
다음으로 실험의 모의성 및 편의성을 위해 실리콘 웨이퍼 결함시편을 가공하여 주성분 분석법과 신경회로망을 이용한 분류실험을 하였다. 그 결과 주성분 분석법은 마이크로 크랙의 크기분류에 대하여 취약하며 형태분류의 가능성을 보이며, 신경회로망은 선정된 특징을 통해 형태와 크기를 분류할 수 있지만 간혹 크기에 대하여 오차율이 높게 나온 경우가 보인다.
마지막으로 주성분분석법과 신경회로망을 결합하여 두 기법의 문제점을 보안하였다. 그 방법으로 주성분분석법으로 얻은 고유값을 신경회로망의 입력에 대한 특징으로 추가하였다, 그 결과 형태와 크기에 대하여 만족할 만한 오차범위로 분류가 되었다.

목차

Ⅰ. 서 론 1
1. 연구 배경 및 필요성 1
2. 연구 내용 4
Ⅱ. 실리콘 웨이퍼의 근적외선 영상 취득 장치 6
1. 근적외선 6
2. 실리콘 웨이퍼 근적외선 투과율 7
3. 근적외선 광학계 구성 9
4. 근적외선 영상의 품질 향상 10
5. 실리콘 웨이퍼의 마이크로 크랙 가공 13
Ⅲ. PCA와 신경회로망을 이용한 실리콘 웨이퍼 마이크로 크랙 분류 15
1. 주성분분석법 15
1.1 주성분분석 알고리즘 15
1.2 주성분분석 기반 결함 분류실험 및 검토 18
2. 신경회로망 28
2.1 신경회로망 알고리즘 28
2.2 근적외선 영상 특징선정 32
2.2.1 마이크로 크랙의 크기별 특징 도출 32
2.2.2 마이크로 크랙의 형태별 특징 도출 37
2.3 신경회로망 기반 결함 분류실험 및 검토 39
3. 주성분분석법과 신경회로망 결합에 의한 결함 분류 실험 및 검토 47
Ⅳ. 결론 51
참 고 문 헌 53
Abstract 57

최근 본 자료

전체보기

댓글(0)

0