Data Mining per set di dati asimmetrici sotto la maledizione della dimensionalità
Trova in un set di dati grande e rumoroso ilpiù influentepredittori di rendimento in un semiconduttoreFavoloso
Introduzione:
La produzione di semiconduttori è uno dei processi di produzione più tecnologicamente e altamente complicati. A causa dell'elevato numero di fasi di processo e dell'elevato numero di sensori, questo settore si trova ad affrontare un'enorme ondata di dati. Oltre al grande numero di dati di produzione, lo squilibrio tra parti passate e non passate rende questo set di dati difficile da analizzare.
Con un numero così elevato di dati, la tecnica standard basata su una variabile alla volta potrebbe fallire a causa dell'influenza di un gran numero di variabili di produzione.
I dati di per sé non sono utili. Per essere utili, devono essere convertiti in informazioni fruibili per guidare il rendimento e il miglioramento della qualità del prodotto.
Ed ecco che entra in gioco l'apprendimento automatico (ML).
Per evitare il problema del sovra-adattamento del modello è necessaria anche la riduzione della dimensionalità del campione. In altre parole, per aumentare il rapporto segnale-rumore dei dati disponibili, dobbiamo ridurre il numero di feature prima di applicare qualsiasi modello ML. Una volta estratti i pattern interessanti dal database, saranno convalidati dall'esperienza dell'ingegnere.
L'intero processo è stato realizzato utilizzando le funzionalità JSL JMP13
