본 논문에서는 마스크 설계에 다양한 위상 최적설계 기법을 적용하고, 광학 근접 보정 성능을 비교한다. 포토리소그래피 공정 중 포토레지스트에 가해지는 빛의 간섭 효과를 보정하는 광학 근접 보정 기술은 반도체 품질을 결정하는 중요한 요소 중 하나이다. 전통 적인 광학 근접 보정 기술에서는 마스크의 일부 요소를 조정하며 보정 효과를 시뮬레이션과 실험으로 확인하면서 설계를 진행한다. 이러한 경험적 설계를 통해 최적의 마스크 형상을 얻는 데는 한계가 있기 때문에, 위상 최적화 기법을 이용한 마스크 설계의 필요성이 증가하고 있으며, 민감도 기반 알고리듬을 이용한 위상 최적설계가 진행되어 왔다. 본 논문에서는 이진 구조 위상 최적설계(TOBS)와 새롭게 고안한 완화된 이진 구조 위상 최적설계(Continuated TOBS)를 이용하여 기존 최적설계와 비교하고, 더 발전된 최적설계 방향 을 제시한다.

본 연구에서는 전하 이동 특성을 가지는 분자[쿠마린(C)-DNP]의 흡수 스펙트럼을 정확하게 예측하기 위해 장거 리 보정 밀도 범함수 이론 (long-range corrected density functional theory, LC-DFT)인 LC-BLYP의 범위 분리 매개변수 (μ)를 여러 가지 피팅 방법을 이용하여 최적화하였다. 기체 상태의 Koopmans 이론을 기반으로 최적화된 μ값은 실험적 흡수 피크에 비해 청색 이동(blue-shift)되는 경향성을, 반대로 용매 환경에서 최적화된 μ값은 과도하게 적색 이동 (red-shift)이 되는 경향성을 보였다. 반면, 실험적 데이터에 맞춰 조정된 μ값은 흡수 스펙트럼의 피크 위치와 세기를 가 장 고정확도로 재현하였으며, 특히 C-DNP와 C-OH 분자에서 나타나는 최대 흡수 피크 에너지의 차이를 잘 예측하였 다. C-DNP의 HOMO와 LUMO 전자 분포는 모든 μ값에서 일정한 모양(shape)을 가지고 있었으며, HOMO에서 LUMO 의 전이는 C에서 DNP로의 분자 내 전하 이동(Intramolecular Charge Transfer, ICT)임을 보였다.

Although many attempts have been made to solve the atmospheric diffusion equation, there are many limits that prevent both solving it and its application. The causes of these impediments are primarily due to both the partial differentiation term and the turbulence diffusion coefficient. In consideration of this dilemma, this study aims to discuss the methodology and cases of utilizing a passive air sampler to increase the applicability of atmospheric dispersion modeling. Passive air samplers do not require pumps or electric power, allowing us to achieve a high resolution of spatial distribution data at a low cost and with minimal effort. They are also used to validate and calibrate the results of dispersion modeling. Currently, passive air samplers are able to measure air pollutants, including SO2, NO2, O3, dust, asbestos, heavy metals, indoor HCHO, and CO2. Additionally, they can measure odorous substances such as NH3, H2S, and VOCs. In this paper, many cases for application were introduced for several purposes, such as classifying the VOCs’ emission characteristics, surveying spatial distribution, identifying sources of airborne or odorous pollutants, and so on. In conclusion, the validation and calibration cases for modeling results were discussed, which will be very beneficial for increasing the accuracy and reliability of modeling results.

In this study, the performances of H2S, NH3, and HCl sensors for real-time monitoring in small emission facilities (4, 5 grades in Korea) were evaluated at high concentration conditions of those gases. And the proper approach for the collection of reliable measurement data by sensors was suggested through finding out the effect on sensor performances according to changes in temperature and humidity (relative humidity, RH) settings. In addition, an assessment on sensor data correction considering the effects produced by environmental settings was conducted. The effects were tested in four different conditions of temperature and humidity. The sensor performances (reproducibility, precision, lower detection limit (LDL), and linearity) were good for all three sensors. The intercept (ADC0) values for all three sensors were good for the changes of temperature and humidity conditions. The variation in the slope value of the NH3 sensor showed the highest value, and this was followed by the HCl, H2S sensors. The results of this study can be helpful for data collection by enabling the more reliable and precise measurements of concentrations measured by sensors.

Particulate matter is known to have adverse effects on health, making it crucial to accurately gauge its concentration levels. While the recent advent of low-cost air sensors has enabled real-time measurement of particulate matter, discrepancies in concentrations can arise depending on the sensor used, the measuring environment, and the manufacturer. In light of this, we aimed to propose a method to calibrate measurements between low-cost air sensor devices. In our study, we introduced decision tree techniques, commonly used in machine learning for classification and regression problems, to categorize particulate matter concentration intervals. For each interval, both univariate and multivariate multiple linear regression analyses were conducted to derive calibration equations. The concentrations of PM10 and PM2.5 measured indoors and outdoors with two types of LCS equipment and the GRIMM 11-A device were compared and analyzed, confirming the necessity for distinguishing between indoor and outdoor spaces and categorizing concentration intervals. Furthermore, the decision tree calibration method showed greater accuracy than traditional methods. On the other hand, during univariate regression analysis, the proportion exceeding a PM2.5/PM10 ratio of 1 was significantly high. However, using multivariate regression analysis, the exceedance rate decreased to 79.1% for IAQ-C7 and 89.3% for PMM-130, demonstrating that calibration through multivariate regression analysis considering both PM10 and PM2.5 is more effective. The results of this study are expected to contribute to the accurate calibration of particulate matter measurements and have showcased the potential for scientifically and rationally calibrating data using machine learning.

인공 고관절 치환술에 사용되는 금속 삽입물은 크기와 성분에 따라 주변 조직과 크고 작은 자화율의 차이를 일으켜 다양한 금속 인공물의 원인이 되며, 영상에 진단적 가치를 떨어뜨린다. 수신대역폭을 높이는 것은 인공물 감소에 효과가 있으나, 높은 수신대역폭은 획득 영상의 신호대잡음비를 감소시키는 단점이 있어 일정 수치 이상으로는 적용 하기에는 어려움이 있다. 딥러닝 알고리즘은 영상의 신호대잡음비를 높이고 전체 영상에서 균일하게 배경 잡음을 제거하는 데 매우 효과적이다. 이에 본 연구에서는 금속 인공물 감소를 위해 기존에 높은 수신대역폭을 이용하는 MARS(metal artifact reduction sequence) 프로토콜과 더욱 높은 수신대역폭을 설정한 프로토콜(Ultra MARS) 을 획득한 후 딥러닝을 이용하여 딥러닝 Ultra MARS로 변환한 후에 금속 인공물의 차이를 비교하였다. 딥러닝 적 용 후 Ultra MARS에서 적용 전 또는 기존의 MARS 기법보다 인공물의 크기가 작게 측정이 되었다. 또한, 인공물의 전체적인 SSIM(structural similarity index measure)에서도 기존의 MARS 기법보다 전체면적이 작게 측정되었 다. 더 나아가 SSIM의 결과 딥러닝 적용 전후의 구조적 유사성 역시 유사하게 나왔다. 딥러닝 알고리즘을 기존에 인공물을 줄이기 위해 사용하는 MARS와 같은 기법에서도 월등하게 높은 수치를 사용하는 강조영상을 획득 가능하 며 영상의 인공물도 줄이며, 영상의 대조도 또한 유지되는 영상을 제공할 수 있을 것으로 사료된다.

In this study, we examined dimensional changes in processing carbon fiber composites using a cost-competitive domestic high-speed router. Lacking temperature compensation features found in typical machines, it faces increased defect rates due to temperature fluctuations during processing. To mitigate this, we defined specific processing temperature conditions, established hole positions as distance references for various temperatures, and measured dimensional changes. This enabled us to calculate necessary dimensional corrections, minimizing thermal deformation.

PURPOSES : Traffic volume, an important basic data in the field of road traffic, is collected from traffic survey equipment installed at certain locations, which sometimes results in missing traffic volume data and abnormal detection. Therefore, this study presents various missing correction techniques using traffic characteristic analysis to obtain accurate traffic volume statistics. METHODS : The fundamental premise behind the development of a traffic volume correction and prediction model is to set the corrected data as the reference value, and the traffic volume correction and prediction process for the outliers and missing values in the raw data were performed based on the set values. RESULTS : The simulation results confirmed that the algorithm combining seasonal composition, quantile AD, and aggregation techniques showed a detection performance of more than 91% compared with actual values. CONCLUSIONS : Raw data collected due to difficulties faced by traffic survey equipment will result in missing traffic volume data and abnormal detection. If these abnormal data are used without appropriate corrections, it is difficult to accurately predict traffic demand. Therefore, it is necessary to improve the accuracy of demand prediction through characteristic analysis and the correction of missing data or outliers in the traffic data.

양식장 부표 등과 같은 해상의 소형 장애물을 탐지하고 거리와 방위를 시각화시켜 주는 해상물체탐지시스템은 선체운동으로 인한 오차를 보정하기 위해 3축 짐벌이 장착되어 있지만, 파도 등에 의한 카메라와 해상물체의 상하운동으로 발생하는 거리오차를 보정 하지 못하는 한계가 있다. 이에 본 연구에서는 외부환경에 따른 수면의 움직임으로 발생하는 해상물체탐지시스템의 거리오차를 분석하 고, 이를 평균필터와 이동평균필터로 보정하고자 한다. 가우시안 표준정규분포를 따르는 난수를 이미지 좌표에 가감하여 불규칙파에 의 한 부표의 상승 또는 하강을 재현하였다. 이미지 좌표의 변화에 따른 계산거리, 평균필터와 이동평균필터를 통한 예측거리 그리고 레이저 거리측정기에 의한 실측거리를 비교하였다. phase 1,2에서 불규칙파에 의한 이미지 좌표의 변화로 오차율이 최대 98.5%로 증가하였지만, 이동평균필터를 사용함으로써 오차율은 16.3%로 감소하였다. 오차보정 능력은 평균필터가 더 좋았지만 거리변화에 반응하지 못하는 한계 가 있었다. 따라서 해상물체탐지시스템 거리오차 보정을 위해 이동평균필터를 사용함으로써 실시간 거리변화에 반응하고 오차율을 크게 개선할 수 있을 것으로 판단된다.

This study evaluates the performance of three theoretical models for correcting dynamic pressure affected by tube length. The experiments involved measuring sinusoidal pressure waves with varying frequency bandwidths, using tubing systems ranging from 20 cm to 300 cm in length including multiple tubing systems connecting three or more tubes. The results showed that the Bergh and Tijdeman models, with constant and variable polytropic parameters respectively, had superior correction performance for various tube lengths, while the Whitmore & Leondes model showed discrepancies. The Bergh & Tijdeman model, with a polytropic parameter of 1.4, is recommended due to its convenience and accuracy. Furthermore, including the inner volume of the pressure transducer in the theoretical model was found to be crucial for accurate correction, as not doing so caused significant errors. The Bergh & Tijdeman model was also found to efficiently correct tube length effects in multiple tubing systems, eliminating the need for time-consuming and laborious experiments.