차원의 저주 아래 비대칭 데이터 세트를 위한 데이터 마이닝
크고 시끄러운 데이터 세트에서 찾기 가장 영향력있는 반도체의 수율 예측기 팹
소개:
반도체 제조는 가장 기술적으로 매우 복잡한 제조 공정 중 하나입니다. 많은 수의 프로세스 단계와 많은 수의 센서로 인해 이 산업은 엄청난 양의 데이터에 직면하고 있습니다. 많은 수의 생산 데이터 외에도 합격 및 불합격 부품의 불균형으로 인해 이 데이터 세트를 분석하기 어렵습니다.
많은 수의 데이터로 인해 많은 수의 제조 변수의 영향으로 인해 당시 하나의 변수에 대한 표준 기술이 실패할 수 있습니다.
데이터 자체는 유용하지 않습니다. 유용한 정보를 얻으려면 실행 가능한 정보로 변환하여 수율과 제품 품질을 개선해야 합니다.
여기에 머신러닝(ML)이 등장합니다.
모델의 과적합 문제를 피하기 위해 샘플 차원의 축소도 필요합니다. 즉, 사용 가능한 데이터의 신호 잡음 비율을 높이려면 ML 모델을 적용하기 전에 기능 번호를 줄여야 합니다. 흥미로운 패턴이 데이터베이스에서 추출되면 엔지니어의 경험에 의해 검증됩니다.
전체 프로세스는 JMP13 JSL 기능을 사용하여 구현되었습니다.
