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
- 학술저널
- 저자정보
- 발행연도
- 2020.6
- 수록면
- 319 - 325 (7page)
- DOI
- 10.7232/JKIIE.2020.46.3.319
이용수
이 논문의 연구 히스토리 (4)
2020
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
The shrinkage of circuit line width, which is a key technology for semiconductor processes, has caused problems that small changes in process parameters result to affect in product quality. The metrology process is operated to figure out the quality problems in advance. However, virtual metrology study was conducted because monitoring of all products is impossible. In the virtual metrology study, the lack of learning data of new equipment, it is difficult to obtain an accurate prediction model. Therefore, transfer learning was also study to solve it. However, in case of transfer learning, the prediction accuracy is low when the existing equipment and the new equipment are not similar. In this paper, we propose a method of transfer learning with virtual metrology model by performing preprocessing using correlation alignment method for more accurate prediction of new equipment. The experimental study confirmed that the proposed approach shows superior performance in the results.
목차
1. 서론
2. 제안 방법론
3. 실험 결과
4. 결론
참고문헌
참고문헌 (20)
참고문헌 신청
Ariadna, Q., Michael, C., and Trevor, D. (2008), Transfer learning for image classification with sparse prototype representations, In CVPR.
Chang, Y., Kang, Y., Hsu, C., Chang, C., and Chan, T. (2006), Virtual Metrology Technique for Semiconductor Manufacturing, IEEE International Joint Conference on Neural Network Proceedings, pp. 5289-5293.
Cho, Y., Lee, S., Kim, H., and Kim, S. B. (2018), Detection of Faulty Equipment Sequence of Multivariate Processes in Semiconductor Manufacturing, Journal of the Korean Institute of Industrial Engineers, 44(5), 325-333.
Hung, M.-H., Lin, T.-H., Cheng, F.-T., and Lin, R.-C. (2007), A novel virtual metrology scheme for predicting CVD thickness in semiconductor manufacturing, IEEE/ASME Trans. Mechatronics, 12(3), 308-316.
Kang, S. (2018), On Effectiveness of Transfer Learning Approach for Neural Network-Based Virtual Metrology Modeling, IEEE Transactions on Semiconductor Manufacturing, 149-155.
Chang, Y., Kang, Y., Hsu, C., Chang, C., and Chan, T. (2006), Virtual Metrology Technique for Semiconductor Manufacturing, IEEE International Joint Conference on Neural Network Proceedings, pp. 5289-5293.
Cho, Y., Lee, S., Kim, H., and Kim, S. B. (2018), Detection of Faulty Equipment Sequence of Multivariate Processes in Semiconductor Manufacturing, Journal of the Korean Institute of Industrial Engineers, 44(5), 325-333.
Hung, M.-H., Lin, T.-H., Cheng, F.-T., and Lin, R.-C. (2007), A novel virtual metrology scheme for predicting CVD thickness in semiconductor manufacturing, IEEE/ASME Trans. Mechatronics, 12(3), 308-316.
Kang, S. (2018), On Effectiveness of Transfer Learning Approach for Neural Network-Based Virtual Metrology Modeling, IEEE Transactions on Semiconductor Manufacturing, 149-155.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Deep Transfer Learning을 활용한 고정밀 손실 모델링 기법
대한전기학회 학술대회 논문집
2024 .10
-
가상 데이터를 활용한 딥러닝 추론 성능 향상 방안 연구
Proceedings of KIIT Conference
2022 .06
-
딥 러닝 기반의 전이 학습을 이용한 이미지 분류에 관한 연구
한국전자통신학회 논문지
2023 .06
-
반도체 제조 가상계측 공정변수를 이용한 웨이퍼 수율 예측
대한산업공학회지
2015 .12
-
A Study on specific region detection and recognition based on Transfer-Learning and Data Augmentation
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2019 .06
-
LCD 검사 공정에서 가상 계측을 위한 머신 러닝 기반 예측 모델
한국CDE학회 논문집
2019 .09
-
Multi-task Learning for Virtual Metrology With Multi-output and Heterogeneous Data
대한산업공학회 추계학술대회 논문집
2017 .11
-
Semi-Supervised Regression Methods for Virtual Metrology Modeling
대한산업공학회 춘계공동학술대회 논문집
2017 .04
-
전이학습(Transfer Learning)을 이용한 로터시스템 진단 기법 개발
한국소음진동공학회 학술대회논문집
2018 .10
-
Deep Learning Framework for Material Design Space Exploration using Active Transfer Learning and Data Augmentation
대한기계학회 춘추학술대회
2021 .08
-
Transfer learning 기반 감정 특징 추출 연구
대한전자공학회 학술대회
2017 .11
-
딥러닝 기반 가상현실 정합 방법의 입력 데이터에 따른 정확도 분석
제어로봇시스템학회 국내학술대회 논문집
2024 .07
-
가상센서 기반의 문제해결형 인공지능 접근 방법을 통해 설비 이상 인지 기술 개발
대한전자공학회 학술대회
2024 .11
-
Deep Learning
대한토목학회지
2021 .06
-
딥러닝 기반 신호등 객체 인식을 위한 가상 학습데이터의 활용 가능성 분석에 관한 연구
대한공간정보학회지
2022 .12
-
딥러닝을 활용한 위험 지역 예측 기법
한국정보통신학회 종합학술대회 논문집
2020 .10
-
전이학습을 이용한 용접부 외관 품질 판단 딥러닝 알고리즘 개발에 관한 연구
대한용접·접합학회지
2023 .04
-
Transfer Learning 기반 밀링공정 절삭력 예측 성능 비교
한국정밀공학회 학술발표대회 논문집
2021 .05
-
Study on Self-directed Learning Ability and Learning Effect of Students Majoring in Tourism Management based on Virtual Simulation Technology
IEIE Transactions on Smart Processing & Computing
2023 .06
-
강화학습 기반 가상 휴먼 상호작용 기법
한국정보통신학회 종합학술대회 논문집
2020 .07
이 논문의 저자 정보
이 논문과 함께 이용한 논문
다양한 머신 러닝 기법들을 활용한 음식 사진의 분류 방안
이은창
,
전병재
,
황재완
외 2명
한국정보과학회 학술발표논문집
2019
.12
‘청소년과 미디어’ 중학교 교과서의 디지털 시민역량 요소에 대한 탐색적 연구
김지은
다문화사회연구
2023
.02
타이어 품질 예측 및 원인 분석을 위한 합성곱 신경망
이영재
,
조윤상
,
최재한
외 1명
대한산업공학회지
2020
.10
딥러닝 (CNN) 기반 DNA 서열 분석 가이드
김하성
BT NEWS
2020
.07
머신러닝 기반 기업부도위험 예측모델 검증 및 정책적 제언: 스태킹 앙상블 모델을 통한 개선을 중심으로
엄하늘
,
김재성
,
최상옥
지능정보연구
2020
.06
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-530-000679393