| 大会名称 |
| 2019年 総合大会 |
| 大会コ－ド |
| 2019G |
| 開催年 |
|
2019
|
| 発行日 |
|
2019-03-05
|
| セッション番号 |
|
AI-4
|
| セッション名 |
|
IoT及びビッグデータ時代におけるシステム数理の応用事例
|
| 講演日 |
|
2019/03/19
|
| 講演場所(会議室等) |
|
53号館 101教室
|
| 講演番号 |
|
AI-4-3
|
| タイトル |
|
ビッグデータを活用した半導体製造分野における歩留解析支援
|
| 著者名 |
|
中田康太,
|
| キーワード |
|
ビッグデータ, 機械学習, データマイニング, 半導体製造
|
| 抄録 |
|
半導体製造における歩留解析では，製品の品質検査結果と各工程の処理履歴から不良の原因を特定し，対策に繋げることで生産性を向上している。半導体の製造プロセスから得られるデータは大量かつ複雑であるため，人手による歩留解析では作業に時間がかかることが問題となっていた。ここでは，機械学習・データマイニングの技術を用いて不良の発生状況の可視化と不良原因装置の推定を網羅的に行う歩留解析支援システムについて紹介する。このシステムでは、ウェハ上の特徴的な不良傾向を自動で分類し，それぞれの原因装置候補を抽出する。不良傾向と原因装置候補を技術者に提示することで，不良1件当たりの解析時間を平均6時間から2時間に短縮した。
|
| 本文pdf |
|
PDF download
|
