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
- 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) - Machine Learning for Pre/Post Flight UAV Rotor Defect Detection Using Vibration Analysis [54.550658461477106]
無人航空機(UAV)は将来のスマートシティにとって重要なインフラ要素となるだろう。
効率的な運用のためには、UAVの信頼性は障害や故障の常時監視によって保証されなければならない。
本稿では,信号処理と機械学習を利用して,包括的振動解析データを分析し,ローターブレードの欠陥の有無を判定する。
論文 参考訳(メタデータ) (2024-04-24T13:50:27Z) - Unified Uncertainty Estimation for Cognitive Diagnosis Models [70.46998436898205]
本稿では,幅広い認知診断モデルに対する統一的不確実性推定手法を提案する。
診断パラメータの不確かさをデータ・アスペクトとモデル・アスペクトに分解する。
本手法は有効であり,認知診断の不確実性に関する有用な知見を提供することができる。
論文 参考訳(メタデータ) (2024-03-09T13:48:20Z) - 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) - Learning Graph Patterns of Reflection Coefficient for Non-destructive
Diagnosis of Cu Interconnects [1.4502611532302039]
本稿では,Cu配線欠陥の非破壊検出と診断のための新しい手法を提案する。
本手法は,係数のグラフパターンを活用することにより,相互接続欠陥の根本原因と重大性の両方を一意に解析する。
我々は,グラフパターンが故障診断能力を有し,学習アルゴリズムの効果的な入力データとして機能することが実験的に実証された。
論文 参考訳(メタデータ) (2023-04-20T10:51:21Z) - The role of noise in denoising models for anomaly detection in medical
images [62.0532151156057]
病理脳病変は脳画像に多彩な外観を示す。
正規データのみを用いた教師なし異常検出手法が提案されている。
空間分解能の最適化と雑音の大きさの最適化により,異なるモデル学習体制の性能が向上することを示す。
論文 参考訳(メタデータ) (2023-01-19T21:39:38Z) - 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) - Identifiability and Asymptotics in Learning Homogeneous Linear ODE Systems from Discrete Observations [114.17826109037048]
通常の微分方程式(ODE)は、機械学習において最近多くの注目を集めている。
理論的な側面、例えば、統計的推定の識別可能性と特性は、いまだに不明である。
本稿では,1つの軌道からサンプリングされた等間隔の誤差のない観測結果から,同次線形ODE系の同定可能性について十分な条件を導出する。
論文 参考訳(メタデータ) (2022-10-12T06:46:38Z) - Post-hoc Interpretability based Parameter Selection for Data Oriented
Nuclear Reactor Accident Diagnosis System [0.0]
本研究では, 深層学習におけるポストホック解釈可能性理論を用いて, 原子力プラントの熱水理パラメータの選択法を提案する。
TRES-CNNに基づく診断モデルは,HPR1000の選択した15のパラメータを用いて,LOCAの破断の位置と大きさを正確に予測する。
論文 参考訳(メタデータ) (2022-08-03T01:53:11Z) - 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。