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.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2011.11
- 수록면
- 1,300 - 1,307 (8page)
이용수
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
반도체 공정의 효율적인 운영을 위해서는 지속적인 공정 관리가 필수적이다. 공정 관리의 일환으로 본 연구에서는 공정에서 발생하는 신호를 바탕으로 공정 신호의 이상을 분류하는 문제를 다룬다. 일반적으로 공정 이상 원인에 따라 공정 신호는 다른 패턴을 지니게 된다. 신호를 이상 원인으로 분류하게 된다면 이상이 발생한 공정의 명확하고 빠른 진단을 통해 공정의 개선을 신속히 이룰 수 있다는 장점을 지닌다. 이상 분류에서 가장 중요한 것은 정확한 이상 원인을 진단하는 것으로 여러 번의 분류를 거치더라도 정확한 원인을 찾는 것이 중요하다. 이에 각 이상 원인을 하나의 클래스로 두고 단일 클래스 분류 모델을 설정한다. 각각의 분류 모델을 이용하여 하나의 이상 신호가 속할 가장 가능성이 높은 클래스부터 작은 클래스로 정리하여 공정 이상이 찾아질 때까지 분류를 진행한다. 단일 클래스 분류 모델을 설정하기 위한 방법으로 Hotelling’s T2 관리도, kNNDD(k-Nearest Neighbor Data Description), Distance based Novelty Detection등의 방법이 적용되었다. 일반적으로 공정에서 발생하는 신호의 길이는 길어 공정 분석을 위한 데이터의 차원이 높으므로 주성분분석(Principal Component Analysis : PCA) 기법을 적용하여 보다 나은 성능을 얻을 수 있도록 하였다. 실제 반도체 공정에서 발생하는 주요 신호의 패턴을 바탕으로 생성한 데이터를 이상 신호별로 비율을 바꾸어가며 제안한 알고리즘과 주로 사용되는 분류기법인 Support Vector Machine(SVM)과의 성능 비교를 진행하였다. 대부분의 경우 Distance based Novelty Detection을 이용하여 제안한 방법의 분류 성능과 이상 진단 성능이 높았음을 확인하였다.
목차
Abstract
1. 서론
2. 분류 기법
3. 제안 방법
4. 실험 및 결과 분석
5. 결론
감사의 글
참고문헌
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
딥러닝 기반의 공정 이상 탐지
이호엽
,
김영주
,
김창욱
대한산업공학회 춘계공동학술대회 논문집
2016
.04
공정이상 진단을 위한 적응형 군집 기반 k-nearest neighbor 알고리즘
곽주은
,
김창욱
대한산업공학회 춘계공동학술대회 논문집
2013
.05
반도체 공정 신호의 이상탐지 및 분류를 위한 자기구상지도 기반 기법에 관한 연구
윤재준
,
박정술
,
백준걸
한국진공학회 학술발표회초록집
2011
.02
GAN을 이용한 DB 로그 데이터 이상치 탐지
정재윤
,
조남욱
한국경영과학회 학술대회논문집
2018
.04
GAN을 이용한 DB 로그 데이터 이상치 탐지
정재윤
,
조남욱
대한산업공학회 춘계공동학술대회 논문집
2018
.04
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2013-530-003185946