文献

J-GLOBAL ID：202102279094768136   整理番号：21A0011576

WLCSP信頼性予測のためのランダムフォレスト機械学習アルゴリズムにおけるデータ分布効果の研究【JST・京大機械翻訳】

Investigation of data distribution effect in Random Forest Machine Learning Algorithm for WLCSP Reliability Prediction

著者 (3件)： Chen B.W. (Advanced Microsystem Packaging and Nano-Mechanics Research Lab,Taiwan) ,  Tsai T.H. (Advanced Microsystem Packaging and Nano-Mechanics Research Lab,Taiwan) ,  Chiang K.N. (Advanced Microsystem Packaging and Nano-Mechanics Research Lab,Taiwan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IMPACT  ページ： 196-199  発行年： 2020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： 近年,消費者市場がますます大きくなっているため,電子機器は毎日改善し,電子パッケージングの信頼性にますます多くの注目を払っている。電子パッケージングはICデバイスを保護し,半導体産業において重要な役割を果たす複雑な構造である。本研究は,電子パッケージングの信頼性を評価し,熱サイクリング試験(TCT)は包装信頼性を確保するための重要な試験の1つである。TCTは,電子パッケージング信頼性を試験する良い方法であるが,この実験を行うためには,多くの時間とコストを取る。TCTを行うのに必要な時間は数か月または年の長さである。試験時間を効果的に減らすために,TCTの代わりに有限要素法(FEM)を使用するのは,TCTより時間が少なく,シミュレーション結果を得るためにFEMを使用するのに,まだ時間を要する。異なるパラメータおよび固定境界条件に従ってモデルを構築し,次に,電子パッケージの予測寿命値を得るために,モデルに熱サイクル負荷を適用した。異なる研究者は,同じモデルパラメータを使用するとしても,異なる結果をもたらす。機械学習(ML)のためのデータベースを構築するために,大量の検証済みFEMデータを使用するならば,著者らは,機械学習方式を通して電子パッケージ予測寿命を直ちに評価することができた。それは,モデルおよび検証を構築する時間を節約するだけでなく,シミュレーション誤差を避ける。本研究では,Wafer Level Chip Scale Packing(WLCSP)の信頼性を解析するためにML法を使用した。MLは,アルゴリズムを通してデータセットの潜在的規則を見つけることができて,数学モデルを確立して,種々のWLCSP構造の予測寿命を得た。同じデータセットのために,異なるアルゴリズムは異なる結果を得るかもしれない。したがって,適切なアルゴリズムを選択することは,機械学習アルゴリズムを使用する際に最も重要なステップである。本研究では,WLCSPの信頼性を評価するために,ランダムフォレストアルゴリズム(RF)と極端ランダム化ツリー(ET)アルゴリズムを用いた。FEMによって訓練データベースを作成し,FEMモデルを検証するためにTCT実験結果と比較した。検証したFEMモデルを得た後,同じモデリングプロセスにおいて,異なるデータ量と異なるデータ分布を有する複数のデータセットを生成する特徴レベルを設計した。RFモデルとETモデルに対するデータ体積とデータ分布の影響を論じた。Copyright 2021 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： *アルゴリズム ,  シミュレーション ,  有限要素法 ,  消費者 ,  *信頼性 ,  データベース ,  熱サイクル ,  繰返し荷重 ,  数学モデル ,  境界条件 ,  電子装置 ,  *機械学習 ,  *学習アルゴリズム
準シソーラス用語： FEMモデル ,  *ランダムフォレスト , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： WLCSP ,  信頼性予測 ,  ランダムフォレスト ,  機械学習 ,  アルゴリズム ,  分布 ,  研究