메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김희수 (국립 금오공과대학교) 이현수 (국립 금오공과대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제28권 제4호
발행연도
2018.8
수록면
393 - 400 (8page)
DOI
10.5391/JKIIS.2018.28.4.393

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (3)

2019

제조공정 데이터의 불균형 해소를 위한 생성적 적대 신경망 기반 가상 데이터 생성 프레임웍
김희수 ,  이현수 한국지능시스템학회 논문지 2019.02 학술저널
반도체 공정 데이터의 불균형 해소를 위한 생성적 적대 신경망 기반 데이터 생성 및 이상 진단 프레임웍
김희수 산업공학과 2019.01 학위논문

2018

생성적 적대 신경망을 이용한 반도체 제조공정 데이터의 결측치 추정 및 공정 이상 진단 프레임웍
김희수 ,  이현수 한국지능시스템학회 논문지 2018.08 학술저널

초록· 키워드

오류제보하기
많은 현대 제조 공정에서 선진화된 센서를 활용한 공정 이상 유무 진단 프레임웍이 활용되고 있다. 이때, 일부장비의 설비 보존, 정비, 고장 등으로 인하여 측정되는 센서 데이터의 결측치가 존재하게 되는 이슈가 발생한다. 또한, 제조 공정의 고도화는 불합격 표본 데이터의 부족을 초래하여, 학습 데이터의 불균형을 초래하게 된다. 이러한 문제점을 개선하기 위하여 본 연구에서는 데이터의 분포에 기반 한 샘플링을 통하여 결측치를 추정하고, 이를 다시 생성적 적대 신경망을 이용하여 보정하는 프레임웍을 제안한다. 또한, 제안된 생성적 적대 신경망을 통하여 불균형한 표본 데이터를 생성데이터로 보완하여 균형된 데이터의 학습이 이루어지게 한다. 이를 위하여 실제 반도체 제조공정 데이터를 통해 제안된 프레임웍을 테스트하고, 기존 연구들과의 비교를 통하여 그 우수성을 증명한다.
#반도체 제조 공정 빅데이터 #결측치 추정 및 보정 #생성적 적대 신경망 #데이터 마이닝 #공정이상 진단 #Semiconductor Manufacturing Process Big Data #Missing Value Estimation and Interpolation #Generative Adversary Network #Data Mining #Fault Detection and Classification

목차

요약
Abstract
1. 서론
2. 배경 및 문헌연구
3. GAN을 활용한 결측치 보정 및 생성을 통한 제조공정 이상탐지 프레임웍
4. 실험 및 분류 성능 결과
5. 결론
References

참고문헌 (24)

참고문헌 신청
J. Son, J. Ko and C. Kim, “Feature Based Decision Tree Model for Fault Detection and Classification of Semiconductor Process,” IE interfaces, vol. 22, no. 2, pp. 126-134, 2009 . S. Seo, Y. Jeon , J. Lee, H. Jung and J. Kim, “An Oversampling Method based on Generative Adversarial Networks for Effective Classification of Imbalanced Big Data,” in Korean Institute of Information Scientists and Engineers, 2017. K. Kim, B. Zhang and H. Jang, “Oversampling Based Ensemble Learning Methods for Imbalanced Data,” KIISE Transactions on Computing Practices, vol. 20, no. 10, pp. 49- 554, 2014. M. Randolph-Gips,member IEEE, “A New Neural Network to Process Missing Data without Imputation,” Seventh International Conference on Machine Learning and Application, 2008. E.-L. Silva-Ramirez, R. Pino-Mejias, M. Lopez-Coello and M.- D. Cubiles-de-la-Vega, “Missing value imputation on missing completely at random data using multilayer perceptrons,” Neural Networks, vol. 24, no. 1, pp. 121-129, 2011.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

마이크로 LED 기반 디스플레이를 위한 요소 기술 연구
권민기 한국표면공학회 학술발표회 초록집 2020 .12
사물인터넷(IoT) 기술동향과 전망
공만식 ,  채홍준 ,  유보현 기계저널 2016 .02
다단형 흡착탑을 이용한 반도체 제조공정 중 발생하는 HCI, NH₃ 저감 방안 연구
김승진 ,  이동은 ,  정선희 외 3명 한국대기환경학회 학술대회논문집 2015 .11
반도체 웨이퍼 제조공정 중 발생폐산으로부터 Na₂SiF₆ 및 초산회수에 관한 연구
이향숙 ,  김현상 ,  신창훈 외 4명 한국대기환경학회 학술대회논문집 2007 .05
PV 결측 데이터 보간 방법에 따른 예측 성능 비교
이대성 ,  손성용 대한전기학회 학술대회 논문집 2023 .07

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-003-003336267