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
문영대 (Chung-Ang University) 정규단 (Chung-Ang University) 권정연 (Chung-Ang University) 강병근 (Chung-Ang University) 송준석 (Chung-Ang University) 김민지 (Chung-Ang University) 김정준 (Chung-Ang University) 성형기 (Seoul National University) 이성훈 (Seoul National University) 이승준 (Seoul National University) 현시은 (Seoul National University) 김남준 (Seoul National University) 이혁재 (Seoul National University)
저널정보
대한전자공학회 대한전자공학회 학술대회 2024년도 대한전자공학회 추계학술대회 논문집
발행연도
2024.11
수록면
628 - 632 (5page)

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 반도체 웨이퍼 빈 맵(Wafer Bin Map, WBM)에서 발생하는 불량 패턴을 효율적으로 분류하기 위한 모델을 제안한다. 웨이퍼 생산 비용이 증가함에 따라 불량 패턴을 신속히 식별하고 문제 발생 공정을 빠르게 파악하는 것이 중요하다. 이를 위해 WM-811k 데이터셋을 사용하여 불량 패턴을 분석하고, 데이터 증강 기법을 적용하였다[1]. 다양한 기계 학습 모델을 비교 분석하고, 모델 별 특정 패턴 분류 성능에 따라 가중치를 부여하여 앙상블 모델을 구축하였다. 그 결과, 가중치 기반 앙상블 모델이 가장 높은 정확도를 보였으며, 불량 패턴을 조기에 식별하고 공정 문제를 해결할 수 있는 가능성을 제시하였다.

목차

Abstract
I. 서론
II. 본론
III. 구현
Ⅳ. 결론 및 향후 연구 방향
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

최근 본 자료

전체보기

댓글(0)

0