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

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
박지혜 (서울대학교) 최진우 (서울대학교) 유용재 (서울대학교) 정수호 (삼성전자) 인창현 (삼성전자) 박현섭 (삼성전자) 조기윤 (삼성전자) 윤동운 (삼성전자) 김상혁 (삼성전자) 조윤혁 (삼성전자) 이은영 (삼성전자) 이승호 (삼성전자) 금의석 (삼성전자) 조성준 (서울대학교)
저널정보
한국경영과학회 한국경영과학회 학술대회논문집 한국경영과학회 2022년 춘계 공동학술대회 논문집 [2개 학회 공동주최]
발행연도
2022.6
수록면
3,779 - 3,784 (6page)

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
제품을 생산하는 설비의 고장은 곧 제품의 결함으로 이어져 기업의 막대한 경제적 손실을 야기한다. 이러한 손실을 예방하기 위해 제조공정 중에 발생하는 센서 데이터를 분석하여 고장을 야기하는 이상 데이터를 조기에 감지하려는 시도가 활발히 이루어지고 있다. 이 때, 정상과 이상을 구분 짓는 레이블 정보가 명확하지 않고 극심한 클래스 불균형이 존재한다는 제조 공정 데이터의 특징은 이상 탐지를 어렵게 하는 요소 중 하나다. 본 연구에서는 이상 데이터를 추가 발굴하기 위해, 반도체 제조 공정 중 발생하는 센서 데이터를 대상으로 레이블 전파(label propagtaion)를 수행한다. 구체적으로, 차원 축소 기법 중 하나인 UMAP과 군집화 기법 중 하나인 HDBSCAN을 함께 활용하는 방법을 제안한다. 실험 결과, UMAP의 우수한 차원 축소 성능이 반도체 제조 공정 시계열 데이터셋에 대해서도 유효하며, 제안하는 방법이 적당한 개수의 데이터를 추가 이상치로 잘 발굴함을 확인하였다.

목차

Abstract
1. 서론
2. 선행 연구
3. 방법론
4. 실험
5. 실험 결과
6. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

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