평판형 광도파로(PLC: Planar Lightwave Circuit) 소자는 광통신 시스템에서 신호의 품질을 결정하는 매우 중요한 핵심 부품이다. 또한 전 세계적인 초고속 대용량 통신 트래픽 증가로 광통신망 구축이 활발히 이루어지고 있으며 광통신망의 핵심 부품인 평판형 광도파로 소자들의 수요가 계속 증가하는 추세이다. 평판형 광도파로 소자는 제작공정에서 높은 정밀도와 신뢰도를 요구하기 때문에 품질 보증에 있어 중요성을 띈다. 본 논문에서는 평판형 광도파로 소자 이미지를 취득하여 불량 소자를 판별하는 시스템을 제안한다. 평판형 광도파로 소자는 ...
평판형 광도파로(PLC: Planar Lightwave Circuit) 소자는 광통신 시스템에서 신호의 품질을 결정하는 매우 중요한 핵심 부품이다. 또한 전 세계적인 초고속 대용량 통신 트래픽 증가로 광통신망 구축이 활발히 이루어지고 있으며 광통신망의 핵심 부품인 평판형 광도파로 소자들의 수요가 계속 증가하는 추세이다. 평판형 광도파로 소자는 제작공정에서 높은 정밀도와 신뢰도를 요구하기 때문에 품질 보증에 있어 중요성을 띈다. 본 논문에서는 평판형 광도파로 소자 이미지를 취득하여 불량 소자를 판별하는 시스템을 제안한다. 평판형 광도파로 소자는 쿼츠웨이퍼 기반의 소자이기 때문에 투명한 특성을 갖는다. 투명한 재질의 소자의 이미지 취득이 어렵기 때문에 이미지 취득을 위하여 최적의 조명 및 카메라, 렌즈를 찾아서 시스템을 구성한다. 또한 취득한 이미지에 딥러닝 모델을 적용하여 불량 이미지를 감지하는 알고리즘을 구현하고 불량 검출 정확도를 향상시키기 위하여 딥러닝 기법 중 합성곱 신경망(Convolutional Neural Network, CNN)을 이용한다. 불량 인식률을 비교하기 위하여 ResNet, VGG, YOLOv3 등 여러 가지 합성곱 신경망 모델들을 적용, 비교하여 검출 인식률 개선하는 방법을 연구한다.
평판형 광도파로(PLC: Planar Lightwave Circuit) 소자는 광통신 시스템에서 신호의 품질을 결정하는 매우 중요한 핵심 부품이다. 또한 전 세계적인 초고속 대용량 통신 트래픽 증가로 광통신망 구축이 활발히 이루어지고 있으며 광통신망의 핵심 부품인 평판형 광도파로 소자들의 수요가 계속 증가하는 추세이다. 평판형 광도파로 소자는 제작공정에서 높은 정밀도와 신뢰도를 요구하기 때문에 품질 보증에 있어 중요성을 띈다. 본 논문에서는 평판형 광도파로 소자 이미지를 취득하여 불량 소자를 판별하는 시스템을 제안한다. 평판형 광도파로 소자는 쿼츠 웨이퍼 기반의 소자이기 때문에 투명한 특성을 갖는다. 투명한 재질의 소자의 이미지 취득이 어렵기 때문에 이미지 취득을 위하여 최적의 조명 및 카메라, 렌즈를 찾아서 시스템을 구성한다. 또한 취득한 이미지에 딥러닝 모델을 적용하여 불량 이미지를 감지하는 알고리즘을 구현하고 불량 검출 정확도를 향상시키기 위하여 딥러닝 기법 중 합성곱 신경망(Convolutional Neural Network, CNN)을 이용한다. 불량 인식률을 비교하기 위하여 ResNet, VGG, YOLOv3 등 여러 가지 합성곱 신경망 모델들을 적용, 비교하여 검출 인식률 개선하는 방법을 연구한다.
PLC (Planar Lightwave Circuit) is the most important core tool that decides the quality of the signal in the optical communication system. Also, optical network is actively established because of the increase of the high-speed massive communication traffic worldwide. The demand of the elements of th...
PLC (Planar Lightwave Circuit) is the most important core tool that decides the quality of the signal in the optical communication system. Also, optical network is actively established because of the increase of the high-speed massive communication traffic worldwide. The demand of the elements of the PLC which indicates the core tools of the optical network is steadily increasing. The elements of the PLC are important in quality assurance as these require high precision and reliability. In this paper, I proposed a system that defects elements by acquiring images of the elements of the PLC. These elements are transparent because these are based on quartz wafer. As it is hard to acquire the image of the transparent elements, special system should be formed by finding optimal lighting, camera and lens. In addition, Convolutional Neural Network is used to implement algorithm to detect detection images by applying deep-learning model in the acquired image and improve the defect detection accuracy. It conducts research to find the way to improve the detection rate by applying and comparing some convolutional neural network like ResNet, VGG, Yolo, V3 to compare the detection recognition rate.
PLC (Planar Lightwave Circuit) is the most important core tool that decides the quality of the signal in the optical communication system. Also, optical network is actively established because of the increase of the high-speed massive communication traffic worldwide. The demand of the elements of the PLC which indicates the core tools of the optical network is steadily increasing. The elements of the PLC are important in quality assurance as these require high precision and reliability. In this paper, I proposed a system that defects elements by acquiring images of the elements of the PLC. These elements are transparent because these are based on quartz wafer. As it is hard to acquire the image of the transparent elements, special system should be formed by finding optimal lighting, camera and lens. In addition, Convolutional Neural Network is used to implement algorithm to detect detection images by applying deep-learning model in the acquired image and improve the defect detection accuracy. It conducts research to find the way to improve the detection rate by applying and comparing some convolutional neural network like ResNet, VGG, Yolo, V3 to compare the detection recognition rate.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.