Core Concepts
AI 알고리즘을 활용하여 단결정 다이아몬드 성장 과정에서 발생하는 복잡한 특징을 정확하게 추출하고 분석함으로써, 고품질 다이아몬드 생산을 위한 공정 최적화를 달성하고자 한다.
Abstract
이 논문은 단결정 다이아몬드 성장 과정에서 발생하는 특징을 정확하게 추출하고 분석하기 위한 AI 기반 파이프라인을 제안한다.
데이터 수집 및 전처리 모듈에서는 25개의 다이아몬드 성장 실험 데이터를 수집하고 전처리하였다. 데이터 레이블링 모듈에서는 효율적인 데이터 선택, 증강, 모델 지원 레이블링 기법을 통해 레이블링 시간과 비용을 크게 줄였다.
모델 개발 모듈에서는 FCN, DeepLabV3, DeepLabV3+ 등 최신 semantic segmentation 모델 아키텍처를 활용하여 다이아몬드 특징 추출 모델을 개발하였다. 실험 결과, DeepLabV3+ 모델이 가장 우수한 성능을 보였으며, 포켓 홀더, 다이아몬드 상단, 다이아몬드 측면에 대해 각각 96.31%, 98.60%, 91.64%의 IoU 정확도를 달성하였다.
이를 통해 단결정 다이아몬드 성장 공정 모니터링 및 최적화를 위한 AI 기반 특징 추출 기술의 우수성을 입증하였다.
Stats
다이아몬드 상단 영역의 정확도는 98.60%이다.
다이아몬드 측면 영역의 정확도는 91.64%이다.
포켓 홀더 영역의 정확도는 96.31%이다.
Quotes
"AI 알고리즘은 다이아몬드 성장 공정 개발을 가속화하기 위해 전통적인 사후 공정 분석 및 조정을 실시간 분석, 예측 및 조정으로 전환할 수 있다."
"이 접근법은 저용량 고복잡도 데이터 환경에서도 우수한 분할 정확도 지표를 달성했다."