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
성대식 (에스케이주식회사) 김학수 (호서대학교)
저널정보
한국상업교육학회 상업교육연구 상업교육연구 제36권 제2호
발행연도
2022.4
수록면
71 - 91 (21page)

이용수

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

초록· 키워드

오류제보하기
본 연구는 반도체 제조공정에서의 웨이퍼 불량 원인을 조기 감지하고, 예측하는 시스템 구축을 통한 생산성 향상을 목적으로 한다. 연구 방법으로서 파라미터 탐색을 위해 랜덤 포레스트와 라쏘 알고리즘을 사용하였고, 불량 웨이퍼의 원인 공정 학습에는 CNN 알고리즘을 사용했다. 이번 연구에 적용된 신경망 구조는 de-sampling layer 1개, convolution layer 5개, full connected layer 3개, 8개 layer로 최적화하여 적용하였다. 랜덤 포래스트와 라쏘 알고리즘을 통해 Average와 Standard Deviation 차이가 불량 웨이퍼 원인이 되는 파라미터 후보군을 랭킹에 따라 추출하여 중첩되는 파라미터를 주요 원인으로 도출하였다. 본 연구의 실증적 성과로는 첫째. 기존의 연구가 단순히 웨이퍼의 불량 패턴에 대한 분류가 대부분이었다면 이번 연구는 반도체 제조공정의 데이터를 사용하여, 적합한 모델 알고리즘 연구를 통하여 전공정에서의 실제 불량의 근본적인 원인이 되는 파라미터를 식별할 수 있었다. 둘째, 원인 공정 및 파라미터를 확보하여 불량 유형의 대상 공정 및 파라미터 축소를 통하여 모델의 학습지능의 정확도가 향상되고, 불량 유형에 대한 추가로 확보한 학습데이터를 가지고 재학습한 결과 학습지능이 향상되는 것을 확인하였다.
#인공지능 #CNN머신러닝 #불량 웨이퍼 #AI #CNN #Machine learning #Defected Wafer

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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