신경망을 이용한 동적 수율 개선 모형에 관한 연구
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 정현철 | - |
dc.contributor.author | 강창욱 | - |
dc.date.accessioned | 2021-06-23T17:02:39Z | - |
dc.date.available | 2021-06-23T17:02:39Z | - |
dc.date.created | 2021-02-18 | - |
dc.date.issued | 2008-11 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/erica/handle/2021.sw.erica/42045 | - |
dc.description.abstract | 대부분의 산업에서는 생산라인들이 정보기술의 발전과 더불어 온라인 기반의 실시간 공정 모니터링이 가능한 자동화 시스템으로 발전하여 운영되고 있다. 그리고 제품 구조가 복잡해지고 다양화됨에 따라, 이러한 생산라인들은 여러 개의 연관된 특성치들과 공정 변수들을 동시에 관리해야 하는 다변량 공정들로 구성되어 있으며, 이에 따라 수율을 관리하고 유지하기 쉽지 않다. 이 연구에서는 실시간 및 온라인 기반의 자동화 시스템 운용 환경에서 수율을 향상 또는 유지하기 위 해 신경망을 이용하여 수율 개선에 영향이 많은 공정과 조정값을 예측하여 실시간으로 피드백이 가능한 동적 수율 개선 모형을 소개한다. 실제 공정데이터을 이용하여 제안된 모형을 설명한다. | - |
dc.language | 한국어 | - |
dc.language.iso | ko | - |
dc.publisher | 한국산업경영시스템학회 | - |
dc.title | 신경망을 이용한 동적 수율 개선 모형에 관한 연구 | - |
dc.title.alternative | Dynamic Yield Improvement Model Using Neural Networks | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 강창욱 | - |
dc.identifier.bibliographicCitation | 한국산업경영시스템학회 학술대회, pp.1 - 4 | - |
dc.relation.isPartOf | 한국산업경영시스템학회 학술대회 | - |
dc.citation.title | 한국산업경영시스템학회 학술대회 | - |
dc.citation.startPage | 1 | - |
dc.citation.endPage | 4 | - |
dc.type.rims | ART | - |
dc.description.journalClass | 3 | - |
dc.description.isOpenAccess | N | - |
dc.description.journalRegisteredClass | other | - |
dc.subject.keywordAuthor | Neural Networks | - |
dc.subject.keywordAuthor | Yield | - |
dc.subject.keywordAuthor | Yield Improvement | - |
dc.subject.keywordAuthor | Dynamic | - |
dc.subject.keywordAuthor | Process Prediction | - |
dc.identifier.url | http://scholar.dkyobobook.co.kr/searchDetail.laf?barcode=4010023044129 | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
55 Hanyangdeahak-ro, Sangnok-gu, Ansan, Gyeonggi-do, 15588, Korea+82-31-400-4269 sweetbrain@hanyang.ac.kr
COPYRIGHT © 2021 HANYANG UNIVERSITY. ALL RIGHTS RESERVED.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.