[논문]SSVM(Stepwise-Support Vector Machine)을 이용한 반도체 수율 예측

안대웅; 고효헌; 김지현; 백준걸; 김성식

[국내논문] SSVM(Stepwise-Support Vector Machine)을 이용한 반도체 수율 예측
A Yields Prediction in the Semiconductor Manufacturing Process Using Stepwise Support Vector Machine 원문보기

산업공학 = IE Interfaces, v.22 no.3, 2009년, pp.252 - 262

안대웅 ((주)하이닉스반도체) , 고효헌 (고려대학교정보경영공학부) , 김지현 (광운대학교경영대학) , 백준걸 (고려대학교정보경영공학부) , 김성식 (고려대학교정보경영공학부)

Abstract ▼ AI-Helper

It is crucial to prevent low yields in the semiconductor industry. Since many factors affect variation in yield and they are deeply related, preventing low yield is difficult. There have been substantial researches in the field of yield prediction. Many researchers had used the statistical methods. Many studies have shown that artificial neural network (ANN) achieved better performance than traditional statistical methods. However, despite ANN's superior performance some problems such as over-fitting and poor explanatory power arise. In order to overcome these limitations, a relatively new machine learning technique, support vector machine (SVM), is introduced to classify the yield. SVM is simple enough to be analyzed mathematically, and it leads to high performances in practical applications. This study presents a new efficient classification methodology, Stepwise-SVM (SSVM), for detecting high and low yields. SSVM is step-by-step adjustment of parameters to be precisely the classification for actual high and low yield lot. The objective of this paper is to examine the feasibility of SVM and SSVM in the yield classification. The experimental results show that SVM and SSVM provides a promising alternative to yield classification for the field data.

주제어

질의응답

핵심어	질문	논문에서 추출한 답변
	반도체 산업의 경쟁력 유지를 위해 무엇을 수행하는가?	반도체 산업의 경쟁력을 유지하기 위해 생산주기, 재작업율, 공정변동, 공정재고, 수율 등 공정 및 품질 성능지표들의 관리를 수행하고 있다. 특히 반도체 산업의 성능 지표들 중 투입 수에 대한 양품 비율을 의미하는 수율이 기업 경쟁력의 핵심 평가지표로 사용되고 있다.
	반도체 기업에서 어떤 지표가 기업 경쟁력의 핵심 평가지표로 사용되는가?	반도체 산업의 경쟁력을 유지하기 위해 생산주기, 재작업율, 공정변동, 공정재고, 수율 등 공정 및 품질 성능지표들의 관리를 수행하고 있다. 특히 반도체 산업의 성능 지표들 중 투입 수에 대한 양품 비율을 의미하는 수율이 기업 경쟁력의 핵심 평가지표로 사용되고 있다. 신제품의 경우 신속한 양산 목표수율의 확보는 시장 선점과 원가 절감을 통한 가격 경쟁력 확보에 필수적인 성공요건이다.
	반도체 산업에서 정확한 수율관리가 필수인 이유는?	특히 반도체 산업의 성능 지표들 중 투입 수에 대한 양품 비율을 의미하는 수율이 기업 경쟁력의 핵심 평가지표로 사용되고 있다. 신제품의 경우 신속한 양산 목표수율의 확보는 시장 선점과 원가 절감을 통한 가격 경쟁력 확보에 필수적인 성공요건이다. 따라서 반도체 산업에서 경쟁력 창출을 넘어 기업의 생존을 위해서라도 정확한 수율관리는 필수적이다(Kim et al.

참고문헌 (16)

Baek, D. H., Nam, J. G. (2002), Improved Semiconductor Yield System using Datamining, Spring Seminnual Conference of Korean Operations Research And Management Society, 298-305
Ciciani, B. and Jazeolla,G. (1991),AMarkovChain-BasedYield Formula forVLSI Fault-Tolerant Chips, IEEETransactionsonComputer-AidedDesign, 10(2), 252-259

상세보기
Crosier, R. B. (1988), Multivariate Generalizations of Cumulative Sum Qualitycontrol Schemes,Technometrics, 30, 539-549

상세보기
Hearst, M. A., Dumais, S. T., Osman, E., Platt, J., and Scholkopf, B. (1998), Support vector machines, IEEE Intelligent System, 13(4), 18-28

상세보기
Joachims, T. (1998), Text catergorization with support vectormachines,Proceedings of theEuropeanConferenceonMachineLearning, 10th European Conference onMachine Learning, 137-142
Kang, B. S., Lee, J.H., Shin, C.K., Yu, S. J., and Park, S. C. (1998),Hybridmachine learning system for integrated yield management in semiconductor manufacturing, Expert SystemswithApplications, 15, 123-132

상세보기
Kim, T. S., Bae, G. J. (1995), Research of TEST Trend forHigh densitymemory product,The Instituteof Electronics Engineers ofKorea
KinamKimet al. (1998), DRAMTechnology Perspective for Gigabit Era, IEEE Trans. ElectronDevices, 45(3), 598-608

상세보기
Meyer,D., Leisch, F., andHornik, K. (2003), The support vectormachine under test,Neurocomputing, 55, 169-186

상세보기
Odom, M. and Sharda, R. (1990), A neural network model for bankruptcy prediction, Proceedings of the International Joint Conference on Neural networks, II-163-II-168
Osuna, E., Freund, R., andGirosi, F. (1997), Training support vectormachines : an application to face detection, Proceedings of Computer Vision and Pattern Recognition, 130-136
Pieter Pete B. (2000), 2000 begins with a revised industry roadmap, Solid State Technology, 31-44
Tam, K. and Kiang, M. (1992), Managerial applications of neural networks, Management Science, 38(7), 926-947

상세보기
Uzsoy, R., Lee, C., and Martin-Vega, L. A. (1992), A Review of Production Planning and Scheduling models in the semiconductor industry PART I：Systemcharacteristics, Performance Evaluation and Production Planning, IIE Transactions, 24(4), 47-60

상세보기
Vapnik, V. (1995), TheNature of Statical Learning Theory,Springer,New York
Weiss, S. and Kulikowski, C. (1991), Computer Systems That Learn, Morgan Kaufmann Publishers, Inc

저자의 다른 논문 :

LOADING...

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

[국내논문] SSVM(Stepwise-Support Vector Machine)을 이용한 반도체 수율 예측
A Yields Prediction in the Semiconductor Manufacturing Process Using Stepwise Support Vector Machine 원문보기

Abstract ▼ AI-Helper

주제어

질의응답

참고문헌 (16)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] SSVM(Stepwise-Support Vector Machine)을 이용한 반도체 수율 예측 A Yields Prediction in the Semiconductor Manufacturing Process Using Stepwise Support Vector Machine 원문보기

Abstract ▼ AI-Helper

주제어

질의응답

참고문헌 (16)

이 논문을 인용한 문헌

저자의 다른 논문 :

안대웅 (1) 고효헌 (10) 백준걸 (26) 김성식 (59)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] SSVM(Stepwise-Support Vector Machine)을 이용한 반도체 수율 예측
A Yields Prediction in the Semiconductor Manufacturing Process Using Stepwise Support Vector Machine 원문보기