$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

반도체 패키지 내부결함 평가 알고리즘의 성능 향상
Performance Advancement of Evaluation Algorithm for Inner Defects in Semiconductor Packages 원문보기

한국공작기계학회논문집 = Transactions of the Korean society of machine tool engineers, v.15 no.6, 2006년, pp.82 - 87  

김창현 (조선대학교 공과대학 메카트로닉스공학과) ,  홍성훈 (조선대학교 공과대학 메카트로닉스공학과) ,  김재열 (전남대학교 전자컴퓨터공학부)

Abstract ▼ AI-Helper 아이콘AI-Helper

Availability of defect test algorithm that recognizes exact and standardized defect information in order to fundamentally resolve generated defects in industrial sites by giving artificial intelligence to SAT(Scanning Acoustic Tomograph), which previously depended on operator's decision, to find var...

주제어

#신경회로망   #검사알고리즘   #화상처리   #반도체 패키지   #성능향상  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • (3) 결론(2)에서 말한 높은 인식률이 수치적으로 100%를 나타내는 이유는 반도체 패키지의 내부에 존재하는 결함이 크고, 시험편의 숫자가 작음에 기인하며, 본 연구의 목적은 전통적인 평가 알고리즘과의 비교를 통하여 개선된 평가 알고리즘의 유효성을 검증하고자 하였다.
  • 본 연구의 유효성을 평가하기 위하여 사용된 3가지 종류의 시험편(반도체 패키지)안에 존재하는 결함은 자연결함이 아니고, 시험을 목적으로 하여 실험실 내에서 만든 인공결함으로 구성되었다. (a)는 균열이 잔류하고, (c)는 박리가 잔류하며, 본 연구에서 실제 결함의 형태로서 주안점을 두고 있는 (b)의 경우에는 균열 및 박리가 동시에 잔류하는 시험편으로 구성된다.
본문요약 정보가 도움이 되었나요?

참고문헌 (13)

  1. Kim, J. Y., 1990, A Study on the Image Processing of Micro-Defects Detection of Semiconductor Package by Ultrasonic Wave, Ph. D Thesis, Hanyang University 

  2. Kim, J. Y., Hong, W. and Han, J. H., 1999, 'A Study on the Detection of Interfacial Defect to Boundary Surface in Semiconductor Packages by Ultrasonic Signal Processing,' Journal of KSNT, Vol. 19, No. 5, pp. 369-377 

  3. Fu, K. S., 1982, Syntatic Pattern Recognition and Application, Prentice-Hall 

  4. Fu, K. S. and Rosenfeld, A., 1976, 'Pattern Recognition and Image Processing,' IEEE Trans. Computers, Vol. C-25, No. 12 

  5. Ha, Y. H., Lim, J. K., Nam, J. Y. and Kim, Y. S., 1998, Digital Image Process, Green, Korea 

  6. Castleman, K. R., 1979, Digital Image Processing, Prentice-Hall 

  7. Clark, R. J., 1985, Transform Coding of Images, Academic Press 

  8. Gonzalez, R. C. and Fittes, B. A., 1977, 'Gray Level Transformation for Interactive Image Enhancement,' Mechanism and Machine Theory, Vol. 12 

  9. Kim, K. L. and Sa, S. Y., 2000, 'The Classification of Roughness for Machined Surface Image using Neural Network,' Journal of KSMTE, Vol. 9, No. 2, pp. 144-150 

  10. Kim, I. S. and Chon, K. S., 1999, 'A Study on Prediction of Optimized Penetration Using the Neural Network and Empirical models,' Journal of KSMTE, Vol. 8, No. 5, pp. 70-75 

  11. Park, M. Y., Choi, H. S., 1991, Neuro Computer, Daeyoungsa, Korea 

  12. Manual ; Image Processing Toolbox, The Math Works inc 

  13. Manual ; Neural Network Toolbox, The Math Works inc 

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로