반도체 생산 장비의 예측정비에 관한 빅데이터 분석사례

DC Field Value Language
dc.contributor.advisor양회석-
dc.contributor.author박준태-
dc.date.accessioned2022-11-29T02:32:05Z-
dc.date.available2022-11-29T02:32:05Z-
dc.date.issued2020-02-
dc.identifier.other29590-
dc.identifier.urihttps://dspace.ajou.ac.kr/handle/2018.oak/19585-
dc.description학위논문(석사)--아주대학교 IT융합대학원 :IT융합공학과,2020. 2-
dc.description.abstract제조 산업에서의 빅데이터 분석은 품질, 생산, 안전, 에너지 등 전 영역에서 빅데이터 분석을 적용하고 필요로 하고 있지만, 그 중에서 회사 이익과 직접적 관련이 되는 품질 및 수율(Yield) 개선에 많은 분석 주제들이 존재하고 있다. 특히, 생산 운영 최적화나 장비 설비 관리 측면에서 분석 주제가 다양하게 존재하고 있다. 과거에는 장비에 문제가 생기면 직접 확인하고 적절한 조치를 하는 절차를 따랐다면, 최근에는 빅데이터 분석을 통해 장비의 고장 시점을 미리 예측하고 예방 정비를 진행함으로써 장비의 효율을 높이는 작업을 진행하고 있다. 본 논문에서는 반도체 장비의 현재 상태를 기반으로 알고리즘을 통한 고장 시점을 미리 예측해 조기 경보를 알려주며, 조기 경보를 확인한 작업자는 면밀하게 현재 상태의 장비를 재확인하여 시기적절한 작업을 통해 다양한 사고를 미연의 방지가 가능한 사례를 소개하고자 한다.-
dc.description.tableofcontents제1장 서론 1 제2장 빅데이터 분석을 위한 기초 통계적 기법 및 도구 소개 8 제2.1절 회귀분석(Regression) 8 제2.2절 다중 공선성(Multicollinearity) 9 제2.3절 앙상블 (Ensemble) 10 제2.4절 분석 도구 소개 12 제3장 제조 산업에서 사용되는 빅데이터 분석 15 제3.1절 반도체 제조 산업 15 제3.2절 기타 제조 산업 17 제4장 빅데이터 분석 사례 연구 19 제4.1절 문제 설정 및 목적 19 제4.2절 접근 설명 21 제4.3절 평가 결과 25 제5장 결론 및 의견 27-
dc.language.isokor-
dc.publisherThe Graduate School, Ajou University-
dc.rights아주대학교 논문은 저작권에 의해 보호받습니다.-
dc.title반도체 생산 장비의 예측정비에 관한 빅데이터 분석사례-
dc.typeThesis-
dc.contributor.affiliation아주대학교 IT융합대학원-
dc.contributor.departmentIT융합대학원 IT융합공학과-
dc.date.awarded2020. 2-
dc.description.degreeMaster-
dc.identifier.localId1138668-
dc.identifier.uciI804:41038-000000029590-
dc.identifier.urlhttp://dcoll.ajou.ac.kr:9080/dcollection/common/orgView/000000029590-
dc.subject.keyword데이터분석도구-
dc.subject.keyword머신러닝-
Appears in Collections:
Special Graduate Schools > Graduate School of IT Convergence > Department of IT Convergence Engineering > 3. Theses(Master)
Files in This Item:
There are no files associated with this item.

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse