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
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
안대웅 (하이닉스반도체) 고효헌 (고려대학교) 백준걸 (고려대학교) 김성식 (고려대학교)
저널정보
대한산업공학회 대한산업공학회 춘계공동학술대회 논문집 2009년 대한산업공학회 춘계공동학술대회 논문집
발행연도
2009.5
수록면
676 - 683 (8page)

이용수

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

이 논문의 연구 히스토리 (3)

2009

SSVM(Stepwise-Support Vector Machine)을 이용한 반도체 수율 예측
안대웅 ,  고효헌 ,  김지현 외 2명 산업공학 (IE interfaces) 2009.09 학술저널
단계적 SVM(Support Vector Machine)을 이용한 반도체 제조공정에서의 최종검사 공정 수율 예측 방법론
안대웅 ,  고효헌 ,  백준걸 외 1명 한국경영과학회 학술대회논문집 2009.05 학술대회자료
단계적 SVM(Support Vector Machine)을 이용한 반도체 제조공정에서의 최종검사 공정 수율 예측 방법론
안대웅 ,  고효헌 ,  백준걸 외 1명 대한산업공학회 춘계공동학술대회 논문집 2009.05 학술대회자료

초록· 키워드

오류제보하기
It is crucial to prevent low yields in the semiconductor industry. Since many factors affect variation in yield and they are deeply related, preventing low yield is difficult. There have been substantial researches in the field of yield prediction. Many researchers had used the statistical methods. Many studies have shown that artificial neural network (ANN) achieved better performance than traditional statistical methods. However, despite ANN"s superior performance some problems such as over-fitting and poor explanatory power arise. In order to overcome these limitations, a relatively new machine learning technique, support vector machine (SVM), is introduced to classify the yield. SVM is simple enough to be analyzed mathematically, and it leads to high performances in practical applications. This study presents a new efficient classification methodology, Stepwise-SVM, for detecting high and low yields. Stepwise-SVM step-by-step adjustment of parameters to be precisely the classification for actual high and low yield lot. The objective of this paper is to examine the feasibility of SVM and stepwise-SVM in the yield classification. The experimental results show that stepwise-SVM provides a promising alternative to yield classification for the field data.

#Support Vector Machine #Semiconductor Yield Classification #Semiconductor Manufacturing Process

목차

Abstract
1. 서론
2. 본론
3. 실험 대안 및 설계
4. 결론
참고문헌

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

이 논문과 함께 이용한 논문

SSVM(Stepwise-Support Vector Machine)을 이용한 반도체 수율 예측
안대웅 ,  고효헌 ,  김지현 외 2명 산업공학 (IE interfaces) 2009 .09
반도체 제조공정에서의 이상수율 검출 방법론
이장희 Journal of Information Technology Applications & Management 2008 .03
문서분류에서의 SVM 및 나이브베이지안, EM알고리즘의 특성 비교
김병주 대한전자공학회 학술대회 2009 .07
반도체 Wafer Fabrication 공정에서의 생산일정계획
이군희 ,  홍유신 ,  김수영 대한산업공학회지 1995 .09
반도체 공정에서의 수율 기반 최적 설비 경로 도출 방법 개발
박규남 ,  조민수 ,  송민석 외 1명 한국경영과학회 학술대회논문집 2018 .04

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2013-530-003179673