지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.9
- 수록면
- 277 - 283 (7page)
- DOI
- 10.33162/JAR.2020.09.20.3.277
이용수
초록· 키워드
오류제보하기
Purpose: Yield and quality problems can be caused by clustering defects in display manufacturing processes. This article proposes a detection method for clustering defects in thin film transistor(TFT) processes of a display.
Methods: A detection method for display defects was used to solve an imbalanced data problem. We introduce α-index derived from a negative binomial yield model, as one of the cluster indices.
Results: We applied the proposed method to detect data collected from the TFT processes of the display. We compared the detection accuracy of the α-index. The application results show that the detection accuracy of clustering defects was 92.11%.
Conclusion: In this article, the α-index as a cluster index is proposed to detect the clustering defects in TFT processes. The proposed method provides the best detection accuracy of the defect data in TFT processes.
Methods: A detection method for display defects was used to solve an imbalanced data problem. We introduce α-index derived from a negative binomial yield model, as one of the cluster indices.
Results: We applied the proposed method to detect data collected from the TFT processes of the display. We compared the detection accuracy of the α-index. The application results show that the detection accuracy of clustering defects was 92.11%.
Conclusion: In this article, the α-index as a cluster index is proposed to detect the clustering defects in TFT processes. The proposed method provides the best detection accuracy of the defect data in TFT processes.
목차
1. 서론
2. 군집 지수
3. 사례연구
4. 결론 및 향후연구
References
참고문헌 (19)
참고문헌 신청
U. S. Kim / 2014 / Introduction to Display Engineering / Textbooks
S. B. Kang / 2009 / Automatic defect classification of TFT-LCD panels using machine learning / IEEE Int. Symp. on Ind. Electronics :2175~2177
L. F. Chen / 2009 / A neural-network approach for defect recognition in TFT-LCD photolithography process / IEEE Trans. on Electronics Packag. Manuf 32(1):1~8
S. Mei / 2017 / Unsupervised-learningbased feature-level fusion method for mura defect recognition / IEEE Trans. on Semicond. Manuf 30(1):105~113
H. Yang / 2017 / Transfer-learning-based online mura defect classification / IEEE Trans. on Semicond. Manuf 31(1):116~123
S. B. Kang / 2009 / Automatic defect classification of TFT-LCD panels using machine learning / IEEE Int. Symp. on Ind. Electronics :2175~2177
L. F. Chen / 2009 / A neural-network approach for defect recognition in TFT-LCD photolithography process / IEEE Trans. on Electronics Packag. Manuf 32(1):1~8
S. Mei / 2017 / Unsupervised-learningbased feature-level fusion method for mura defect recognition / IEEE Trans. on Semicond. Manuf 30(1):105~113
H. Yang / 2017 / Transfer-learning-based online mura defect classification / IEEE Trans. on Semicond. Manuf 31(1):116~123
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
TFT-LCD영상에서 결함 가능성에 따른 순차적 결함영역 분할
멀티미디어학회논문지
2020 .05
-
TFT-LCD 영상에서 결함 군집도 특성 기반의 확률밀도함수를 이용한 결함 검출 알고리즘
멀티미디어학회논문지
2016 .03
-
히스토그램 분포 모델링 기반 TFT-LCD 결함 검출
멀티미디어학회논문지
2015 .12
-
TFT-LCD 영상에서 누적히스토그램을 이용한 STD 결함검출 알고리즘
멀티미디어학회논문지
2016 .08
-
TFT-LCD 영상에서 Saliency Map 기반의 얼룩성 결함 강조
멀티미디어학회논문지
2016 .03
-
영상의 군집화를 이용한 결점검출 알고리즘
Proceedings of KIIT Conference
2015 .06
-
Study of hydrogen measurement and distribution in TFT for Display
한국표면공학회 학술발표회 초록집
2017 .11
-
고이동도 산화물 반도체 박막 트랜지스터 구현을 위한구동전류 향상
전기전자재료학회논문지
2015 .01
-
Clustering of Hammering Sounds and Identification of Defect Clusters Based on Acoustic Energy per Impact for Detection of Concrete Defects
제어로봇시스템학회 국제학술대회 논문집
2024 .10
-
Convolutional Neural Network-Based Metal Surface Defect Detection
한국통신학회 학술대회논문집
2021 .06
-
행 기준 라인 기반 디스플레이 자동 광학검사
대한전자공학회 학술대회
2020 .08
-
A Defect Detection Algorithm of Denim Fabric Based on Cascading Feature Extraction Architecture
JIPS(Journal of Information Processing Systems)
2023 .02
-
냉연 강판의 미세 결함 검출 기술
제어로봇시스템학회 논문지
2016 .04
-
TFT-LCD 셀 영상에서 Saliency map 기반 결함 강조 알고리즘
Journal of Advanced Marine Engineering and Technology (JAMET)
2017 .11
-
Channel Defect Analysis Method of a-IGZO TFTs on Polyimide for Flexible Displays
JOURNAL OF SEMICONDUCTOR TECHNOLOGY AND SCIENCE
2020 .10
-
순차적 결함 검출 방법에 기반한 TFT-LCD 결함 영역 검출
한국산업정보학회논문지
2015 .04
-
주조공정 설비에 대한 실시간 모니터링을 통한 불량예측에 대한 연구
산업경영시스템학회지
2022 .12
-
단일 결함 영상을 사용하는 자동 결함영역 분리 방법
대한전자공학회 학술대회
2016 .11
-
Automatic Inspection System for TFT-LCD Cell Defects Using Magnitude Spectrum
제어로봇시스템학회 국내학술대회 논문집
2018 .05
-
Improvement of Mobility in Oxide-Based Thin Film Transistors: A Brief Review
Transactions on Electrical and Electronic Materials
2015 .01
이 논문의 저자 정보
이 논문과 함께 이용한 논문
복합 추세를 가지는 수리가능 시스템의 고장 데이터 모형화에 관한 연구
문병민
,
배석주
신뢰성응용연구
2009
.06
가속파괴열화시험을 통한 연료접촉 고무오링의 수명예측
정근우
,
강샛별
,
문병민
외 1명
신뢰성응용연구
2019
.09
웨이블릿 스펙트럼을 이용한 스마트 팩토리 설비의 이상감지 및 진단
문병민
,
임문원
,
김성준
외 1명
신뢰성응용연구
2019
.03
Solid State Drive(SSD)에 대한 가속열화시험 데이터 모델링 및 분석
문병민
,
최영진
,
지유민
외 5명
신뢰성응용연구
2018
.03
원심펌프 결함진단을 위한 OCSVM기반 특징에 관한 실험적 연구
이준호
,
허효범
,
오은진
외 1명
신뢰성응용연구
2023
.12
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-323-001171764