Machine Learning 기반반도체 공정/설비 불량 원인 분석 방법론

Q: 이 논문에서 정의한 pseudo labeling이란 무엇인가?

pseudo labeling은 반도체 제조 설비의 센서 데이터를 분석하여 이상 군집을 식별한 후, 계측 및 수율 데이터를 활용하여 해당 군집에 가상의 라벨을 부여하는 기법이다. 이는 대규모의 비정형 데이터에서 유의미한 패턴을 찾아내고, 분류 모델 학습을 위한 데이터 기반을 마련하는 데 사용된다.

Q: 반도체 공정/설비 불량 원인 분석의 핵심 방법론은 무엇인가?

연구 결과, 반도체 공정/설비 불량 원인 분석을 위해 PCA/PLS 시각화를 통한 이상 군집 식별, 계측/수율 데이터를 활용한 pseudo labeling, 그리고 이를 기반으로 한 분류 및 유의 센서 추천, 상관 분석 검증의 분석 플로우를 제안한다. 이 방법론은 대규모 특성 데이터로 인한 분석 속도 및 정합성 저하 문제를 해결한다.

유하늘; 박현섭; 임재용; 김수정; 윤동운; 박지혜; 조성민; 금의석

학술대회자료 Full-text

저자정보: 유하늘 (Samsung Electronics) 박현섭 (Samsung Electronics) 임재용 (Samsung Electronics) 김수정 (Samsung Electronics) 윤동운 (Samsung Electronics) 박지혜 (Samsung Electronics) 조성민 (Samsung Electronics) 금의석 (Samsung Electronics)

저널정보: 대한산업공학회 대한산업공학회 춘계공동학술대회 논문집 2024년 대한산업공학회 춘계공동학술대회 논문집 [3개 학회 공동주최]

오류 신고하기

피인용 0

검색

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

댓글(0)