인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
제품을 생산하는 설비의 고장은 곧 제품의 결함으로 이어져 기업의 막대한 경제적 손실을 야기한다. 이러한 손실을 예방하기 위해 제조공정 중에 발생하는 센서 데이터를 분석하여 고장을 야기하는 이상 데이터를 조기에 감지하려는 시도가 활발히 이루어지고 있다. 이 때, 정상과 이상을 구분 짓는 레이블 정보가 명확하지 않고 극심한 클래스 불균형이 존재한다는 제조 공정 데이터의 특징은 이상 탐지를 어렵게 하는 요소 중 하나다. 본 연구에서는 이상 데이터를 추가 발굴하기 위해, 반도체 제조 공정 중 발생하는 센서 데이터를 대상으로 레이블 전파(label propagtaion)를 수행한다. 구체적으로, 차원 축소 기법 중 하나인 UMAP과 군집화 기법 중 하나인 HDBSCAN을 함께 활용하는 방법을 제안한다. 실험 결과, UMAP의 우수한 차원 축소 성능이 반도체 제조 공정 시계열 데이터셋에 대해서도 유효하며, 제안하는 방법이 적당한 개수의 데이터를 추가 이상치로 잘 발굴함을 확인하였다.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
