Minería de datos para conjuntos de datos asimétricos bajo la maldición de la dimensionalidad
Encuentre en un conjunto de datos grande y ruidoso elmás influyentePredictores de rendimiento en un semiconductorFabuloso
Introducción:
La fabricación de semiconductores es uno de los procesos de fabricación más complejos tecnológicamente. Debido al gran número de pasos del proceso y a la gran cantidad de sensores, esta industria se enfrenta a un enorme volumen de datos. Además de la gran cantidad de datos de producción, el desequilibrio entre las piezas aprobadas y las defectuosas dificulta el análisis de este conjunto de datos.
Con una cantidad tan elevada de datos, la técnica estándar de una variable a la vez podría fallar debido a la influencia de una gran cantidad de variables de fabricación.
Los datos por sí solos no son útiles. Para que lo sean, deben convertirse en información práctica que impulse la mejora del rendimiento y la calidad del producto.
Aquí viene el aprendizaje automático (ML).
Para evitar el sobreajuste del modelo, también es necesario reducir la dimensionalidad de la muestra. En otras palabras, para aumentar la relación señal-ruido de los datos disponibles, es necesario reducir el número de características antes de aplicar cualquier modelo de aprendizaje automático. Una vez extraídos los patrones de interés de la base de datos, se validarán mediante la experiencia del ingeniero.
Todo el proceso se ha realizado utilizando las características JSL de JMP13.
