http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
범 밀도함수론을 이용한 정방정계-HfO<sub>2</sub>/Si의 계면 층 구조 연구
김대희,서화일,김영철,Kim, D.H.,Seo, H.I.,Kim, Y.C. 한국진공학회 2009 Applied Science and Convergence Technology Vol.18 No.1
본 연구는 정방정계-$HfO_2$/Si 초격자의 계면 층 구조를 범밀도함수론 (density functional theory)을 이용하여 계산하였다. 입방정계-$HfO_2$는 Si 기판과 에피택시 접합을 위하여 a와 b축의 길이가 증가되면 c축의 길이가 2% 감소하여 정방정계 구조가 되었다. 정방정계-$HfO_2$와 Si 기판의 말단층에 따라서 8 개의 계면 층 모델이 생성되었다. 정방정계-$HfO_2$ (004)$_{1/4}$/Si $(004)_{3/4}$ 초격자구조가 에너지 관점에서 가장 안정하였고, 정방정계-$HfO_2$ $(004)_{1/4}$/Si (002) 초격자구조는 가장 불안정하였다. 에너지 관점에서 가장 불안정한 구조의 경우, 정방정계-$HfO_2$의 계면에 존재하는 2 개의 산소 원자가 Si 기판으로 이동하여 정방정계-$HfO_2$ 초격자구조에 2 개의 산소 공공이 생성되었다. We calculated tetragonal-$HfO_2$/Si superstructures using density functional theory. When a and b-axes of cubic-$HfO_2$ were increased to be matched with those of Si for epitaxy contact, c-axis was decreased by 2%. Eight models of interface layers were produced by choosing different terminating layers of tetragonal-$HfO_2$ and Si substrate at the interface. It was found that tetragonal-$HfO_2$ $(004)_{1/4}$/Si $(004)_{3/4}$ superstructure was the most favorable and tetragonal-$HfO_2$ (004)$_{1/4}$/Si (002) superstructure was the most unfavorable. In tetragonal-$HfO_2$ $(004)_{1/4}$/Si (002) superstructure, there were two oxygen vacancies in tetragonal-$HfO_2$ as two oxygen atoms were moved to Si substrate located at the interface.
인공지능을 이용한 3D 콘텐츠 기술 동향 및 향후 전망
이승욱,황본우,임성재,윤승욱,김태준,김기남,김대희,박창준,Lee, S.W.,Hwang, B.W.,Lim, S.J.,Yoon, S.U.,Kim, T.J.,Kim, K.N.,Kim, D.H,Park, C.J. 한국전자통신연구원 2019 전자통신동향분석 Vol.34 No.4
Recent technological advances in three-dimensional (3D) sensing devices and machine learning such as deep leaning has enabled data-driven 3D applications. Research on artificial intelligence has developed for the past few years and 3D deep learning has been introduced. This is the result of the availability of high-quality big data, increases in computing power, and development of new algorithms; before the introduction of 3D deep leaning, the main targets for deep learning were one-dimensional (1D) audio files and two-dimensional (2D) images. The research field of deep leaning has extended from discriminative models such as classification/segmentation/reconstruction models to generative models such as those including style transfer and generation of non-existing data. Unlike 2D learning, it is not easy to acquire 3D learning data. Although low-cost 3D data acquisition sensors have become increasingly popular owing to advances in 3D vision technology, the generation/acquisition of 3D data is still very difficult. Even if 3D data can be acquired, post-processing remains a significant problem. Moreover, it is not easy to directly apply existing network models such as convolution networks owing to the various ways in which 3D data is represented. In this paper, we summarize technological trends in AI-based 3D content generation.
펨토초 레이저 기반의 피코초 시간 간격의 초고속 분광 이미징 기술
김대희(D. H. Kim),김승우(S.-W. Kim),김영진(Y.-J. Kim) Korean Society for Precision Engineering 2021 한국정밀공학회 학술발표대회 논문집 Vol.2021 No.11월
극초단 펄스 레이저의 짧은 펄스 폭 특징은 시간 상에서 굉장히 짧으면서 동시에 출력이 집중되어 높은 첨두 출력을 가지게 된다. 이러한 특징은 최근 광학 이미징 기술에 있어서, 순간적으로 빠르게 변화하는 현상의 이미지를 획득하기 위한 측정 시스템의 광원으로 각광을 받아 활발하게 사용되어오고 있다. 극초단 펄스 레이저를 활용하여 높은 시간 분해능은 획득할 수 있는 반면, 여전히 이미지들 간의 시간 간격은 검출기(카메라)의 프레임 레이트에 제한받고 있다. 기존의 검출기의 경우 최대 수십-kHz 수준이며, 이는 FOV (Field of View)가 넓어지게 되면 수-Hz 수준까지 낮아진다는 큰 한계를 가지고 있다. 한편, 역동적으로 변화하는 현상을 빠른 시간 간격으로 이미지를 획득하기 위해서는 Pump-probe 방법이 존재하지만, 측정하고자 하는 현상을 반복적으로 재생성하고, Probe Beam 지연 시간을 조절하여 여러 번 측정을 수행해야한다는 큰 단점이 존재한다. 본 연구에서는 다양한 역동적인 현상을 측정 및 이해하기 위한 단일 샷으로 피코(10-12)초 수준의 시간 간격의 이미지들을 획득할 수 있는 순간적인 이미징 기술을 제안하고자 한다. 기존의 검출기의 프레임 레이트와 FOV 의 한계를 극복하고, 동시에 이미지의 시간 분해능은 펄스 폭에 해당하는 펨토(10-15)초 수준의 높은 시간 분해능을 특징으로 순간적인 이미징이 가능하다. 더 나아가, 본 연구에서 제안하는 이미징 기술은 간섭계의 구성으로써, 위상을 획득하여 3 차원 정보 획득도 가능하다는 특징을 가진다.