학술논문
데이터 마이닝 도구의 혼합적용 방법간 수율 예측 성능 비교 연구
이용수 132
- 영문명
- A Comparative Study on the Yield Prediction Performance in the Hybrid Application Methods of Data Mining Tools
- 발행기관
- 한국산업경영학회
- 저자명
- 이장희(Jang Hee Lee)
- 간행물 정보
- 『경영연구』 第23卷 第1號, 283~310쪽, 전체 28쪽
- 주제분류
- 경제경영 > 경영학
- 파일형태
- 발행일자
- 2008.02.28
6,160원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.
국문 초록
반도체 및 LCD(liquid-crystal display) 제조시스템에서의 수율(yield)은 많은 요인(factor)들이 비선형적으로 상호 작용하면서 영향을 주기 때문에 예측과 통제가 어렵다. 이러한 수율을 효과적으로 예측하고 관리하기 위해서는 복잡한 관계를 가지는 다수 요인을 효과적으로 분석할 수 있는 지능적인 분석도구의 활용이 필수적이다. 본 연구는 C4.5/5.0과 같은 Inductive learning, BPN(Back-Propagation Network), SOM(Self-Organizing Map), CBR(Case-Based Reasoning)과 같은 데이터 마이닝 도구들의 혼합적용(hybrid application)을 통해 반도체 수율같은 복잡한 특성치를 보다 정확히 예측할 수 있는 방법을 제시하였다. 본 연구에서는 기존에 제시된 혼합적용 방법인 BPN-〉CBR 혼합적용 방법을 수율 예측 상황으로 구체화하고 아울러 수율 예측에 활용 가능한 Inductive learning-〉SOM-〉Inductive learning의 새로운 혼합적용 방법을 제안하였다. 본 연구에서 제시한 혼합적용 방법을 국내 반도체 제조기업의 수율 및 공정변수 데이터에 적용하여 수율 예측 성능을 평가하였다. 성능 평가결과, CBR 및 Inductive learning의 개별 적용보다는 BPN-〉CBR 및 Inductive learning-〉SOM-〉Inductive learning의 혼합적용 방법의 수율 예측 정확도가 높았고 특별히 BPN-〉CBR 혼합적용 방법의 수율 예측 정확도가 가장 높았다. 본 연구는 반도체 및 LCD 제조공정 단계에서 사전에 수율을 예측하여 저수율(low-yield) 발생을 예방할 수 있는 효과적인 방법을 제시하였다는 점에서 의의가 있고 후속 연구로 실무 현장에서 요구하는 90% 이상의 예측 정확도를 가지는 방안을 제시하고자 한다.
영문 초록
The complex system such as yield in the semiconductor/liquid-crystal display manufacturing company has many input factors with nonlinear relationships and consequently is hard to be predicted and controlled. Data mining tools such as C4.5/5.0, back-propagation neural network (BPN), case-based reasoning (CBR) and self-organizing map (SOM) can be used for analyzing large amount of data such as yield and process parameters data. This study considers the hybrid application methods of those mining tools for improving yield prediction accuracy and compares their performance in the prediction accuracy. In this study, we present two hybrid application methods, BPN-〉CBR hybrid application and inductive learning-〉 SOM-〉inductive learning hybrid application method. We compare the prediction performance of those hybrid application methods through their applications to real yield and process parameters data of a semiconductor company. The comparison result shows that the BPN-〉CBR hybrid application method predicts yield-level with relatively high accuracy.
목차
〈요약〉
Ⅰ. 서론
Ⅱ. 데이터 마이닝 도구의 혼합적용
Ⅲ. 수율 예측을 위한 데이터 마이닝 도구의 혼합 적용 방법
Ⅳ. 수율 예측 성능 실험
Ⅴ. 결론
참고문헌
〈Abstract〉
Ⅰ. 서론
Ⅱ. 데이터 마이닝 도구의 혼합적용
Ⅲ. 수율 예측을 위한 데이터 마이닝 도구의 혼합 적용 방법
Ⅳ. 수율 예측 성능 실험
Ⅴ. 결론
참고문헌
〈Abstract〉
해당간행물 수록 논문
- 데이터 마이닝 도구의 혼합적용 방법간 수율 예측 성능 비교 연구
- 스톡옵션의 특성에 따른 장기성과
- 브랜드 리포지셔닝을 위한 마케팅 커뮤니케이션 전략 및 실행 방안 - 한국암웨이 사례를 중심으로
- 환경적 불확실성과 기업 간 협력이 공급사슬유연성에 미치는 영향분석
- TV홈쇼핑 이용동기와 이용의도의 관계에서 수줍음과 놀이성향이 미치는 조절적 영향
- 회계이익과 과세소득 차이의 정보효과 - 미래이익 및 미래현금흐름예측능력을 중심으로
- 부정적 감정성향과 집단자기효능감의 관계에 미치는 개인자기효능감과 사회적 지원의 매개역할
- 제품조달시간 제약을 가지는 주문에 대한 생산 및 배송 일정계획
- 변화준비성의 강화 : IT기반 조직변화 관점
- 자기주식 취득에서 사외이사의 역할에 관한 연구
- 허브설립비용 제약을 고려한 허브-스포크 네트워크 설계기법의 연구
- 사단법인 한국산업경영학회 정관 외
- 코스닥 상장기업과 비상장기업의 합병에 관한 연구
- 자사주매입이 기업의 위험에 미치는 영향에 관한 연구
- 비감사서비스의 제공이 감사인의 독립성에 미치는 영향에 대한 연구들의 비판적 검토 및 제안
참고문헌
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!