반도체 FAB 디지털 트윈을 위한 LLM 프롬프트 디자인 방법론

이기한; 조남욱; 박상철

doi:10.7315/CDE.2024.201

추천

검색

질문

자료유형: 학술저널

저자정보: 이기한 (아주대학교) 조남욱 (아주대학교) 박상철 (아주대학교)

저널정보: (사)한국CDE학회 한국CDE학회 논문집 한국CDE학회 논문집 제29권 제3호

발행연도: 2024.9

수록면: 201 - 210 (10page)

DOI: 10.7315/CDE.2024.201

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

In increasingly complex manufacturing systems, enhancing and managing productivity is crucial. To achieve this, many companies have adopted digital twin technology. Digital twins collect and manage real-time data from manufacturing systems. Based on this data, production reports are generated, and various data analyses are performed. The time required for these analyses varies depending on the system"s complexity. In highly complex and sophisticated systems like semiconductor fabs, the amount of data is substantial, and the structure is intricate. Therefore, these analyses take a significant amount of time. This paper proposes a methodology for designing Large Language Model (LLM) prompts for semiconductor fab digital twins. LLMs are characterized by their flexibility and scalability. Additionally, the performance of an LLM varies based on the quality of the prompts that serve as input data, making it essential to craft prompts suitable for digital twin applications. This paper describes the components of prompts for semiconductor fab digital twins and conducts LLM performance experiments in a simulation environment.

#Manufacturing System #Semiconductor FAB Digital Twin #LLM #Prompt Engineering

참고문헌 (15)

참고문헌 신청

Zhao, W. X., Zhou, K., Li, J., Tang, T., Wang, X., Hou, Y., ... and Wen, J. R., 2023, A Survey of Large Language Models, arXiv preprint arXiv:2303.18223.

Chang, Y., Wang, X., Wang, J., Wu, Y., Yang, L., Zhu, K., ... and Xie, X., 2024, A Survey on Evaluation of Large Language Models. ACM Transactions on Intelligent Systems and Technology, 15(3), pp.1-45.

Navigli, R., Conia, S., and Ross, B., 2023, Biases in Large Language Models: Origins, Inventory, and Discussion. ACM Journal of Data and Information Quality, 15(2), pp.1-21.

Sahoo, P., Singh, A. K., Saha, S., Jain, V., Mondal, S., and Chadha, A., 2024, A Systematic Survey of Prompt Engineering in Large Language models: Techniques and Applications. arXiv preprint arXiv:2402.07927.

Achiam, J., Adler, S., Agarwal, S., Ahmad, L., Akkaya, I., Aleman, F. L., ... and McGrew, B., 2023, Gpt-4 Technical Report, arXiv preprint arXiv:2303.08774.

함께 읽어보면 좋을 논문

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

이 논문과 함께 이용한 논문

건물 디지털 트윈 구축을 위한 LLM 기반 공기유동 가상모델링 자동화에 관한 연구

송지환 , 윤성민 대한설비공학회 학술발표대회논문집 2024 .06

디지털 트윈 혁신서비스의 실증 및 확산을 통한 스마트 제조 생태계 혁신 전략

권수현 , 김요섭 , 김태락 외 1명 한국생산제조학회 학술발표대회 논문집 2024 .12

트랜스포머 모델 기반의 반도체 공정 설비 이상 탐지

김재훈 , 목충협 , 김정인 외 4명 대한산업공학회 춘계공동학술대회 논문집 2023 .05

최근 본 자료

전체보기

UCI(KEPA) : I410-151-24-02-090657162

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

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (15)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)