論文の概要: An Empirical Study on Fault Detection and Root Cause Analysis of Indium Tin Oxide Electrodes by Processing S-parameter Patterns
- arxiv url: http://arxiv.org/abs/2308.11639v2
- Date: Mon, 10 Jun 2024 16:29:37 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-12 05:19:21.070390
- Title: An Empirical Study on Fault Detection and Root Cause Analysis of Indium Tin Oxide Electrodes by Processing S-parameter Patterns
- Title（参考訳）: Sパラメータパターン処理による酸化インジウム電極の欠陥検出と根原因解析に関する実証的研究
- Authors: Tae Yeob Kang, Haebom Lee, Sungho Suh,
- Abstract要約: 酸化インジウム(ITO)電極は、ディスプレイ、センサー、太陽電池などの光エレクトロニクスにおいて重要な役割を担っている。
従来の視覚検査は透明ITO電極では困難である。
次に、多層パーセプトロン(MLP)、畳み込みニューラルネットワーク(CNN)、トランスフォーマーなどのディープラーニングアプローチを使用して、欠陥の原因と重症度を同時に解析する。
- 参考スコア（独自算出の注目度）: 1.8843687952462742
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In the field of optoelectronics, indium tin oxide (ITO) electrodes play a crucial role in various applications, such as displays, sensors, and solar cells. Effective fault diagnosis and root cause analysis of the ITO electrodes are essential to ensure the performance and reliability of the devices. However, traditional visual inspection is challenging with transparent ITO electrodes, and existing fault diagnosis methods have limitations in determining the root causes of the defects, often requiring destructive evaluations and secondary material characterization techniques. In this study, a fault diagnosis method with root cause analysis is proposed using scattering parameter (S-parameter) patterns, offering early detection, high diagnostic accuracy, and noise robustness. A comprehensive S-parameter pattern database is obtained according to various defect states of the ITO electrodes. Deep learning (DL) approaches, including multilayer perceptron (MLP), convolutional neural network (CNN), and transformer, are then used to simultaneously analyze the cause and severity of defects. Notably, it is demonstrated that the diagnostic performance under additive noise levels can be significantly enhanced by combining different channels of the S-parameters as input to the learning algorithms, as confirmed through the t-distributed stochastic neighbor embedding (t-SNE) dimension reduction visualization of the S-parameter patterns.
- Abstract（参考訳）: 光エレクトロニクスの分野では、インジウム酸化スズ(ITO)電極はディスプレイ、センサー、太陽電池などの様々な用途において重要な役割を果たしている。
ITO電極の効果的な故障診断と根本原因解析は、デバイスの性能と信頼性を確保するために不可欠である。
しかし、従来の視覚検査は透明なITO電極では困難であり、既存の断層診断法では欠陥の根本原因の決定に限界があり、しばしば破壊的評価と二次材料評価技術を必要とする。
本研究では, 散乱パラメータ(Sパラメータ)パターンを用いて根本原因解析による故障診断手法を提案し, 早期検出, 高い診断精度, ノイズロバスト性について検討した。
ITO電極の様々な欠陥状態に応じて総合的なSパラメータパターンデータベースを得る。
次に、多層パーセプトロン(MLP)、畳み込みニューラルネットワーク(CNN)、トランスフォーマーなどのディープラーニング(DL)アプローチを使用して、欠陥の原因と重症度を同時に分析する。
特に,Sパラメータの異なるチャネルを学習アルゴリズムの入力として組み合わせることで,付加雑音レベルの診断性能を著しく向上できることが,t分散確率的隣接埋め込み(t-SNE)によるSパラメータパターンの次元低減可視化を通じて確認された。
関連論文リスト
- Enhancing Angular Resolution via Directionality Encoding and Geometric Constraints in Brain Diffusion Tensor Imaging [70.66500060987312]
拡散強調画像(DWI)は、水分子の拡散率に感応した磁気共鳴イメージング(MRI)の一種である。
本研究はDirGeo-DTIを提案する。DirGeo-DTIは、勾配方向の最小理論数(6)で得られたDWIの集合からでも、信頼できるDTIメトリクスを推定する深層学習に基づく手法である。
論文 参考訳（メタデータ） (2024-09-11T11:12:26Z) - AI-Powered Dynamic Fault Detection and Performance Assessment in Photovoltaic Systems [44.99833362998488]
太陽光発電(PV)の断続的な性質により、電力損失は10-70%、エネルギー生産量は25%減少する。
現在の故障検出戦略はコストが高く、複雑なデータ信号プロファイルのために信頼性の低い結果が得られることが多い。
本研究では,PythonのPVlibライブラリを用いた動的損失量子化アルゴリズムを取り入れた計算モデルを提案する。
論文 参考訳（メタデータ） (2024-08-19T23:52:06Z) - Enhanced Fault Detection and Cause Identification Using Integrated Attention Mechanism [0.3749861135832073]
本研究では、双方向長短期記憶(BiLSTM)ニューラルネットワークと統合注意機構(IAM)を統合することにより、テネシー・イーストマン・プロセス(TEP)内の障害検出と原因特定のための新しい手法を提案する。
IAMは、スケールドドット製品に対する注意力、残留注意力、動的注意力を組み合わせて、TEP障害検出に不可欠な複雑なパターンや依存関係をキャプチャする。
BiLSTMネットワークはこれらの特徴を双方向に処理して長距離依存関係をキャプチャし、IAMは出力をさらに改善し、故障検出結果が改善された。
論文 参考訳（メタデータ） (2024-07-31T12:01:57Z) - Unsupervised Anomaly Detection Using Diffusion Trend Analysis [48.19821513256158]
本稿では, 劣化度に応じて, 復元傾向の分析により異常を検出する手法を提案する。
提案手法は,産業用異常検出のためのオープンデータセット上で検証される。
論文 参考訳（メタデータ） (2024-07-12T01:50:07Z) - Low-Resolution Chest X-ray Classification via Knowledge Distillation and Multi-task Learning [46.75992018094998]
胸部X線(CXR)を低分解能で診断する上での課題について検討した。
高分解能CXRイメージングは、結節や不透明など、小さなが重要な異常を識別するために重要である。
本稿では,MLCAK(Multilevel Collaborative Attention Knowledge)法を提案する。
論文 参考訳（メタデータ） (2024-05-22T06:10:54Z) - Generalizable Classification of UHF Partial Discharge Signals in
Gas-Insulated HVDC Systems Using Neural Networks [0.0]
非検出部分放電(PDs)は、高圧(HV)ガス絶縁系の安全上の重要な問題である。
本稿では,HVDC GISの絶縁体上での金属突起および導電性粒子によるPD信号の分類のためのニューラルネットワークに基づくアプローチを提案し,解析する。
論文 参考訳（メタデータ） (2023-07-17T13:21:02Z) - Brain Imaging-to-Graph Generation using Adversarial Hierarchical Diffusion Models for MCI Causality Analysis [44.45598796591008]
機能的磁気共鳴画像(fMRI)を軽度認知障害解析のための効果的な接続性にマッピングするために,脳画像から画像へのBIGG(Brain Imaging-to-graph generation)フレームワークを提案する。
発電機の階層変換器は、複数のスケールでノイズを推定するように設計されている。
ADNIデータセットの評価は,提案モデルの有効性と有効性を示す。
論文 参考訳（メタデータ） (2023-05-18T06:54:56Z) - Non-destructive Fault Diagnosis of Electronic Interconnects by Learning Signal Patterns of Reflection Coefficient in the Frequency Domain [1.8843687952462742]
本稿では,早期故障検出と相互接続欠陥の正確な診断のための新しい非破壊的手法を提案する。
提案手法は, 周波数範囲にわたる係数反射の信号パターンを利用して, 根本原因同定と重大度評価の両立を可能にする。
実験結果から,本手法は断層検出および診断に有効であり,実世界の産業応用に拡張できる可能性が示唆された。
論文 参考訳（メタデータ） (2023-04-20T10:51:21Z) - Deep Scattering Spectrum germaneness to Fault Detection and Diagnosis
for Component-level Prognostics and Health Management (PHM) [0.0]
本研究は,産業用ロボットの機械的構成要素に対するDES(Deep Scattering Spectrum)の故障検出とデイグナシスとの関連性について考察する。
複数の産業用ロボットと異なる機械的欠陥を使って、障害を分類するアプローチを構築しました。
提案手法は, 実用試験台に実装され, 故障検出および診断において良好な性能を示した。
論文 参考訳（メタデータ） (2022-10-18T13:25:02Z) - Identification of different types of high-frequency defects in
superconducting qubits [0.0]
寄生性2レベル系(TLS)欠陥は超伝導量子ビットのコヒーレンス時間を制限する主要な要因の1つである。
本稿では、強い量子ビット駆動を用いたTLS欠陥分光の実験手法を提案する。
論文 参考訳（メタデータ） (2021-12-10T08:55:00Z) - On-board Fault Diagnosis of a Laboratory Mini SR-30 Gas Turbine Engine [54.650189434544146]
データ駆動型故障診断・隔離方式は, 燃料供給システムにおける故障とセンサ測定のために, 明確に開発されている。
モデルは機械学習の分類器を使用してトレーニングされ、トレーニングされた障害シナリオのセットをリアルタイムで検出する。
提案手法の利点, 性能, 性能を実証し, 実証するために, いくつかのシミュレーション実験を行った。
論文 参考訳（メタデータ） (2021-10-17T13:42:37Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。