투명 디스플레이의 열화 효과 분석을 위한 Symbolic Regression 기반 모델링 연구 = Symbolic Regression?Based Modeling for Degradation Analysis of Transparent Displays

다국어 초록 (Multilingual Abstract)

Transparent Organic Light Emitting Diode (OLED) displays are utilized in various fields, such as digital signage, smart windows, and automotive Head-Up Displays (HUDs), due to their dual characteristics of high transmittance and self-emission. With the increasing outdoor application of these displays, it has become crucial to analyze degradation under ultraviolet (UV) conditions, which affect the films, and to ensure product reliability. However, conventional degradation analysis has primarily relied on linear or exponential models, which fail to sufficiently account for outliers and the non-linear degradation characteristics inherent in actual data.
This study analyzes the impact of outliers in transparent OLED degradation data on predictive performance and proposes a degradation analysis method that combines outlier removal with non-linear regression. Experiments were conducted using a full factorial design involving UV exposure, color, brightness, and UV-blocking films. A total of 4,992 relative luminance data points were obtained from accelerated testing over 2,166 hours under 32 distinct conditions. Model training was restricted to the 0–2,030 h interval. Symbolic Regression (SR), linear, and exponential models were constructed after applying outlier removal exclusively to the training dataset. Furthermore, the study analyzes differences in model performance based on the outlier removal method by comparing RANSAC and Z-score preprocessing techniques.
Regarding outlier removal, the Z-score method failed to eliminate rapidly fluctuating outliers due to its dependence on variance. In contrast, RANSAC effectively removed outliers by identifying data points with large residuals based on the underlying trend. Symbolic Regression generated models expressible as mathematical formulas within a complexity range of 4 to 6. Notably, the model applying RANSAC-SR demonstrated superior predictive performance, exhibiting the lowest prediction error at the final measurement point, which was excluded from the training set.
Analysis of condition-specific characteristics using the derived degradation models revealed that degradation was accelerated under UV irradiation and high-luminance driving conditions. Additionally, it was confirmed that degradation analysis using the RANSAC-SR model is feasible and yields statistically significant results.
This study presents a methodology to enhance degradation prediction accuracy by overcoming the limitations of conventional outlier processing and non-linear modeling through the RANSAC-Symbolic Regression model. This approach reconstructs degradation data into a continuous model capable of time-dependent analysis. The proposed method is expected to be applicable not only to transparent OLED displays but also to the analysis and reliability evaluation of various displays and materials exhibiting degradation characteristics.

국문 초록 (Abstract)

투명 OLED 디스플레이(Transparent Organic Light Emitting Diode Display)는 고 투과성과 자발광 특성을 동시에 가지고 있어 다양한 분야(디지털 사이니지, 스마트 윈도 우, 자동차용 헤드업 디스플레이(HUD) 등)에서 활용되고 있다. 현재는 외부 사용 증가로 인해 필름에 영향을 주는 자외선 조건에 따른 열화 분석과 제품의 신뢰성을 확보가 필요 하다. 또한 기존의 열화 분석의 경우 선형(linear) 또는 지수(exponential) 모델이 주로 사용 되었으나, 이러한 모델은 실제 열화 데이터에 포함된 이상치와 비선형 열화 특성을 충분 히 반영하지 못한다. 본 연구에서는 투명 OLED의 열화 데이터에 포함된 이상치가 열화 모델의 예측 성능 에 미치는 영향을 분석하고, 이상치 제거와 비선형 회귀를 결합한 열화 분석 방법을 제 안한다. 시험은 UV, 색상, 밝기, UV차단 필름 으로 완전요인 설계를 진행하였으며, 총 32개 조건에서 2,166 시간 가속시험으로 총 4,992개의 상대 휘도 데이터를 확보하였다. 열화 모델 학습은 0–2,030 h 구간의 데이터로 제한하며, 학습 데이터에만 이상치 제거 후 Symbolic Regression, 선형, 지수 모델을 각각 구축했다. 또한 RANSAC, Z-score 의 전처리 방법 비교를 통해 이상치 제거 방식에 따른 모델 성능 차이를 분석한다. 이상치 방법 차이로는 Z-score는 분산에 의존하는 특성으로 인해 데이터의 급변하는 이상치를 제거하지 못한 반면, RANSAC은 추세를 기준으로 잔차가 큰 데이터를 제거함 으로써 이상치를 효과적으로 제거하였다. Symbolic Regression은 복잡도 4–6 범위의 수 식으로 표현 가능한 모델을 산출하였다. 특히 RANSAC - SR을 적용한 모델은 학습에 사용되지 않은 최종 측정 시점에서의 예측 오차가 가장 적었으며 예측 성능이 가장 우수 하였다. 추가로 도출된 열화 모델을 통해 조건별 특성을 분석한 결과, UV 조사, 휘도 구동 조 건에서 열화가 가속되었다. 또한 RANSAC-SR 모델을 통한 열화 분석이 가능하고 통계 적으로 유의미한 결과를 얻었음을 확인하였다. 본 연구는 RANSAC - Symbolic Regression을 모델을 통해 기존의 열화 분석이 가 지는 이상치 처리와 비선형적 수식의 한계를 보완하였으며, 시간에 따른 열화를 분석 할 수 있는 연속 모델로 재구성함으로써 열화 예측 정확도를 향상하는 방법론을 제시한다. 제안한 방법을 통해 투명 OLED 디스플레이뿐만 아닌 다양한 열화 데이터를 가진 디스 플레이 및 소재의 분석 및 신뢰성 평가에도 적용할 수 있을 것으로 판단한다.

목차 (Table of Contents)

• 국문초록 i
• 목 차 iii
• 표 목 차 v
• 그림목차 vi
• 1. 서론 1
• 1.1. 연구목적 1
• 1.2. 연구방법론 2
• 1.2.1 UV 가속 조사 및 특성 측정 2
• 1.2.2 데이터 정제 및 이상치 제거 3
• 1.2.3 예측 모델 구축 4
• 1.2.4 모델 성능 평가 5
• 2. 이론적 배경 및 선행 연구 6
• 2.1. OLED 개요 6
• 2.1.1 투명 OLED 개요 7
• 2.1.2 투명 OLED 열화 8
• 2.1.3 UV 차단 기술 10
• 2.2. 열화 분석 11
• 2.3. 모델식 : Symbolic Regression 12
• 2.4. 이상치 제거 : RANSAC 14
• 3. 시험 설계 16
• 3.1. 시험 설계 16
• 3.1.1 제품 성능 평가 방법 17
• 3.2. 가속시험 20
• 3.2.1 가속 시험 개요 20
• 3.2.2 가속 시험 설계 20
• 3.2.3 가속시험을 통한 열화 정도 확인 21
• 4. 시험 결과 및 데이터 분석 23
• 4.1. 열화 분석 23
• 4.1.1. 열화 여부 확인 23
• 4.1.2. 이상치 제거 26
• 4.1.3. RANSAC 평가 및 열화 모델 선정 30
• 4.1.4. 시험 조건 및 모델에 따른 수식 확인 32
• 4.1.5. 최종측정치 구간에서의 열화 예측 정확도 평가 37
• 4.2. 조건에 따른 열화 평가 42
• 4.3. 이상치 제거 및 열화 모델에 대한 최종 평가 45
• 5. 결론 47