Minería de datos para conjuntos de datos asimétricos bajo la maldición de la dimensionalidad
Encuentre en un conjunto de datos grande y ruidoso el mas influyente predictores de rendimiento en un Semiconductor fabuloso
Introducción:
La fabricación de semiconductores es uno de los procesos de fabricación tecnológicamente más complicados. Debido a la gran cantidad de pasos del proceso y la gran cantidad de sensores, esta industria se enfrenta a un gran torrente de datos. Además de la gran cantidad de datos de producción, el desequilibrio de las partes aprobadas y defectuosas hace que este conjunto de datos sea difícil de analizar.
Con una cantidad tan alta de datos, la técnica estándar de una variable en ese momento podría fallar debido a la influencia de una gran cantidad de variables de fabricación.
Los datos por sí mismos no son útiles. Para ser útil, debe convertirse en información procesable para impulsar el rendimiento y la mejora de la calidad del producto.
Aquí viene el Machine Learning (ML).
Para evitar el problema de sobreajuste del modelo, también es necesaria la reducción de la dimensionalidad de la muestra. En otras palabras, para aumentar la relación señal-ruido de los datos disponibles, debemos reducir el número de características antes de aplicar cualquier modelo de ML. Una vez que los patrones interesantes hayan sido extraídos de la base de datos, serán validados por la experiencia del ingeniero.
Todo el proceso se ha realizado utilizando las características de JMP13 JSL
