文献

J-GLOBAL ID：201902224006667133   整理番号：19A2178719

半導体製造プロセスのための新しい故障検出法【JST・京大機械翻訳】

A Novel Fault Detection Method for Semiconductor Manufacturing Processes

著者 (3件)： Sun Zhen (School of Electronics & Information Engineering, Harbin Institute of Technology Harbin, China) ,  Yang Jingli (School of Electronics & Information Engineering, Harbin Institute of Technology Harbin, China) ,  Zheng Kexin (School of Electronics & Information Engineering, Harbin Institute of Technology Harbin, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： I2MTC  ページ： 1-6  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,半導体製造プロセスのオンライン監視問題に対処するための新しい故障検出法を提案した。既存のk-最近傍ルール(kNN)ベースの方法の故障検出効率を強化するために,主成分分析(PCA)アルゴリズムを用いて,データ次元縮小を実行して,高次元データサンプルの特徴を達成した。さらに,バッチ処理のための故障検出精度を上げるために,Mahalanobis距離に基づく改良kNNアルゴリズムを,データサンプルの特徴に関して実行した。提案した方法を,工業的事例による広範な実験により評価した。実験結果は,効率だけでなく精度についても大きな改善を示した。特に,この方法は半導体製造プロセスの信頼性と時間を監視するための実際の可能性を有している。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 次元縮小 ,  アルゴリズム ,  主成分分析 ,  信頼性 ,  *故障検出 ,  *半導体プロセス ,  バッチ処理
準シソーラス用語： Mahalanobis距離 ,  高次元データ ,  オンライン監視 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 半導体製造プロセス ,  故障検出