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
학술저널
저자정보
Saksonita Khoeurn (Chunguk National University) Jae sung Kim (Chunugbuk National University) Wan sup Cho (Chunugbuk National University)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제20권 제11호(JKIIT, Vol.20, No.11)
발행연도
2022.11
수록면
137 - 146 (10page)
DOI
10.14801/jkiit.2022.20.11.137

이용수

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

초록· 키워드

오류제보하기
반도체 제조공정에서 제품의 품질을 유지하기 위해서는 클린룸 청정도가 필수적인 요소이다. 클린룸 환경에서 파티클(부유입자)는 제품의 품질과 수율에 결정적인 영향을 미친다. 따라서, 클린룸의 청정도를 유지하기 위하여 파티클(부유입자)를 예측하고, 제거하는 것이 반도체 클린룸 환경을 최적화하는데 필수요소가 된다. 본 연구는 반도체 클린룸의 미세먼지 이상값을 예측하기 위하여 (S)ARIMAX, Facebook Prophet, LightGBM, XGBoost, GRU 및 Bi-LSTM 등의 통계, 머신러닝, 딥러닝 모델을 비교하고, 예측 작업을 수행하는데 가장 적합한 모델을 평가하였다. 연구결과 GRU와 LightGBM이 반도체 클린룸의 이상탐지 예측모델 개발에 활용되는 효율적인 모델로 분석되었다. 연구를 통하여 자원 효율적인 모델을 선택하는 데 좋은 통찰력을 제공하며 향후 연구를 위한 유용한 가이드가 될 것으로 기대한다.

목차

Abstract
요약
Ⅰ. Introduction
Ⅱ. Literature Review
Ⅲ. Methodology
Ⅳ. Implementation and Result
Ⅴ. Conclusion
References

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

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0