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

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국산업경영시스템학회 산업경영시스템학회지 산업경영시스템학회지 제32권 제2호
발행연도
2009.1
수록면
132 - 139 (8page)

이용수

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

초록· 키워드

오류제보하기
Yield is a very important measure that can expresses simply for productivity and performance of company. So, yield is used widely in many industries nowadays. With the development of the information technology and online based real-time process monitoring technology, many industries operate the production lines that are developed into automation system. In these production lines, the product structures are very complexity and variety. So, there are many multi-variate processes that need to be monitored with many quality characteristics and associated process variables at the same time. These situations have made it possible to obtain super-large manufacturing process data sets. However, there are many difficulties with finding the cause of process variation or useful information in the high capacity database. In order to solve this problem, neural networks technique is a favorite technique that predicts the yield of process for process control. This paper uses a neural networks technique for improvement and maintenance of yield in manufacturing process. The purpose of this paper is to model the prediction of a sub process that has much effect to improve yields in total manufacturing process and the prediction of adjustment values of this sub process. These informations feedback into the process and the process is adjusted. Also, we show that the proposed model is useful to the manufacturing process through the case study.
#Neural Networks #Yield Improvement #Process Control

목차

등록된 정보가 없습니다.

참고문헌 (8)

참고문헌 신청
Banks, D. L. / 1992 / Pre-analysis of superlarge industrial data sets / Journal of Quality Technology 24 (3) : 115 ~ 129 google schola Guh, R. S. / 1999 / On-line control chart pattern detection and discrimination-a neural network approach / Artificial Intelligence in Engineering 13 : 413 ~ 425 google schola Kourti, T. / 1996 / Multivariate SPC methods for process and product monitoring / Journal of Quality Technology 28 (4) : 409 ~ 428 google schola Mason, R. L. / 1997 / Assessment of multivariate process control techniques / Journal of Quality Technology 29 (2) : 140 ~ 143 google schola Timothy, J. S. / 2000 / The application of artificial neural networks to monitoring and control of an induction hardening process / Journal of Industrial Technology 16 (1) : google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0