Current Result Document :
| 한글제목(Korean Title) |
반도체 설비 센서 데이터를 활용한 딥러닝 기반의 불량예측 모델에 관한 연구 |
| 영문제목(English Title) |
A Study on the Deep Learning-Based Defect Prediction Model Using Sensor Data of Semiconductor Equipment |
| 저자(Author) |
하승재
이원석
구교연
신용태
Seung-Jae Ha
Won-Suk Lee
Kyo-Yeon Gu
Yong-Tae Shin
|
| 원문수록처(Citation) |
VOL 28 NO. 01 PP. 0459 ~ 0462 (2021. 05) |
한글내용
(Korean Abstract) |
본 연구는 반도체 제조 공정중 발생하는 센서 데이터를 활용하여 딥러닝기반으로 불량을 예측하는 모델을 제안한다. 반도체 공장에서는 FDC((Fault Detection and Classification)라는 불량을 예측하는 시스템이 있지만, 공정의 복잡도가 높고 센서의 종류가 많아 공정 관리자가 모든 센서의 기준을 설정 및 관리하는데 한계가 있다. 이를 해결하기 위해 공정 설비의 센서 데이터를 딥러닝을 활용하여 학습시켜 센서 기준정보로 임계치를 제공하고, 가공중 발생하는 센서 데이터가 입력되면 정상 여부를 판정하는 모델을 제안한다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
