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
김민석 (하이닉스반도체) 백준걸 (고려대학교)
저널정보
대한산업공학회 대한산업공학회 추계학술대회 논문집 2011년 대한산업공학회 추계학술대회 논문집
발행연도
2011.11
수록면
1,236 - 1,242 (7page)

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
DRAM 모듈은 서버(Server)등의 중요한 완제품에 사용됨으로 불량이 발생하면 막대한 손실이 발생하기 때문에 고객은 다양한 검사를 통해 적은 불량률의 제품 출하를 요구한다. 출하 품질보증을 위해 DRAM 모듈 출하 품질보증 검사(DRAM Module Outgoing Quality Assurance Inspection)를 하며 특히 이 검사는 제품의 고객출하 여부를 결정한다. 기업은 출하 품질보증 검사 이전에는 제품의 정상로트(Lot)와 불량로트를 확인할 수 없기 때문에 다량의 불량이 발생하면 샘플검사 비용과 불량률이 증가한다. 따라서 본 연구는 앙상블 학습으로 정상로트와 불량로트를 예측하는 분류공정 적용으로 출하 품질보증 검사의 불량률 감소를 목적으로 한다. 실제 반도체 DRAM 모듈 검사의 데이터를 사용한 실험결과 앙상블 학습인 배깅(Bagging)과 의사결정나무(C4.5)를 조합한 모델이 최대의 불량 감소율을 보였다.

목차

Abstract
1. 서론
2. 앙상블 데이터 마이닝을 이용한 DRAM 모듈의 불량예측
3. 실험계획 및 결과
4. 결론 및 추후 연구
감사의 글
참고문헌

참고문헌 (0)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2013-530-003185875