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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
정석원 (호서대학교) 임헌국 (호서대학교)
저널정보
한국정보통신학회 한국정보통신학회논문지 한국정보통신학회논문지 제25권 제3호
발행연도
2021.3
수록면
471 - 477 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
디스플레이 분야에 스마트 팩토리란 작업 자동화 뿐만 아니라 기존의 공정관리, 이동설비, 공정이상, 결함 분류 등에 AI/BIG DATA 기술을 이용한 보다 효율적인 디스플레이 제조를 의미한다. 과거 디스플레이 제조 과정에서 불량이 나오면 결함 분류, 공정 이상에 대한 대처가 시시각각 달랐기 때문에 이에 대한 많은 시간 소모가 발생했었다. 하지만 디스플레이 제조 분야는 고도화된 공정 장비를 이용해야 하고 불량 원인을 신속하게 파악해 수율을 올리는 것이 디스플레이 제조 산업의 경쟁력이다. 본 논문에는 스마트 팩토리 AI/BIG DATA 기술을 디스플레이 제조에 접목한 사례들에 대해 정리해 보고 기존 방법 대비 어떤 장점이 도출 되어질 수 있는지에 대해 처음으로 분석해 보고자 한다. 이를 통해 향후 AI/BIG DATA를 이용한 디스플레이 제조 분야에 보다 향상된 스마트 팩토리 개발을 위한 사전지식으로 활용하고자 한다.
#스마트 팩토리 #인공지능/빅데이터 #디스플레이 #공정 #결함 분류 #Smart factory #AI/BIG DATA #Display #Process #Defect classification

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 스마트 팩토리
Ⅲ. 디스플레이 제조 AI/BIG DATA 접목 사례
Ⅳ. 토의
Ⅴ. 결론
REFERENCES

참고문헌 (16)

참고문헌 신청
H. Jang “A Study on Optimal Automation Level of the Smart Factory for Competitive Display Manufacturing,” Journal of Korea Industrial and Systems Engineering, pp. 191-193, 2019. google schola Smart Factory [Internet]. Available: http://www.thelec.kr/news/articleView.html?idxno=3198. google schola J. J. Hong and W. H. Jang, “Application of Big Data-based Machine Learning in Display Manufacturing,” 4th industrial revolution and smart plant, vol. 36, no. 1, pp. 35-38, 2018. google schola J. H. Choi, “A review on prognostics and health management and its applications,” Journal of Aerospace System Engineering, vol. 8, no. 4, pp. 7-17, 2014. google schola S. J. Kim, B. H. Choe, and W. Kim, “Prognostics for Industry 4.0 and Its Application to Fitness-for-Service Assessment of Corroded Gas Pipelines,” Journal of the Korean Society for Quality Management, vol. 45, no. 4 pp. 649-664, Dec. 2017. google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

디스플레이 시장에서 기술 특성 및 플랫폼 리더십이 지배적 디자인 결정에 미치는 영향에 관한 연구: LCD와 OLED간 경쟁을 중심으로
Jun Taek Lee ,  Kilsun Kim ,  Mi 외 1명 경영학연구 2021 .04
인공지능(AI)을 이용한 철강소재 미세조직 분석기술 개발
조다희 ,  최현영 ,  안건태 외 3명 한국분석과학회 학술대회 2018 .11
모바일 헬스케어 어플리케이션의 지속적 사용 결정 요인 : 갤럭시 S4의 ‘S Health’어플리케이션을 중심으로
하은비 ,  임채민 ,  최준호 한국HCI학회 학술대회 2014 .02
K-첨단산업 전초기지 ‘스마트팩토리’ 국내 현황은? : 국내 제조업의 핵심경쟁력 된 디지털 제조혁신, 스마트 팩토리 다양한 분야 아우르는 획기적 생산관리 체계
윤소원 월간 Embedded 2023 .12
포스코 스마트 팩토리 현황과 인공지능 적용
최세호 한국자동차공학회 Workshop 2017 .09

최근 본 자료

전체보기

댓글(0)

0