檢索結果(共4筆)


陳暎仁;簡禎富;黃馨滿;
頁: 129-153
日期: 2016/04
卷期: 23(2)
關鍵字: 彩色濾光膜及微透鏡製程;缺陷樣型;資料挖礦;大數據分析;關聯規則;製造智慧;工業3.5;
Keywords: color filter and microlens process;defect pattern;data mining, big data analytics;association rules;manufacturing intelligence;industry 3.5;
摘要: 彩色濾光膜及微透鏡為製造CMOS影像感測器的關鍵製程,為了提昇產品良率,必須在製造過程中找出造成缺陷樣型的可能原因,以進行修復、減少重工。目前彩色濾光膜廠多半憑藉工程師的領域知識與經驗法則來做故障排除,然而這種方式很容易因為經驗不足而誤判,同時不夠快速且...

引用     導入Endnote
簡禎富;林國勝;
頁: 133-159
日期: 2006/10
卷期: 13(4)
關鍵字: 生物晶片;資料挖礦;決策樹;微陣列技術;顯著性分析;
Keywords: Biochip;Data mining;Decision Tree;Microarray;Significant Analysis of Microarray;
摘要: 生物晶片之基因微陣列技術(microarray)及基因選殖技術(gene cloning)的突破,加上資訊科技的進展能力,使得生物科技和生物晶片的研究和應用在過去十年有非常蓬勃的發展,也因而衍生許多資料處理和分析的問題亟待克服,特別是生物晶片資料變數多而樣本數少的問題。本研究...

引用     導入Endnote
彭金堂;張盛鴻;簡禎富;楊景晴;
頁: 121-141
日期: 2005/10
卷期: 12(4)
關鍵字: 資料挖礦;關聯規則;配電事故定位;能源;決策分析;
Keywords: Data Mining;Association Rule;Fault Location;Energy;Decision Analysis;
摘要: 電力是現代社會不可或缺的能源,配電事故為影響電力系統安全性、可靠度以及供電品質的重要因素。當配電事故發生時,台電人員必須藉由檢視或利用發電試驗找出事故發生位置,並進一步將之隔離與維修。但經由這樣一連串的測試與試驗,不僅將對會線路造成一定程度的損害,亦...

引用     導入Endnote
簡禎富;李培瑞;彭誠湧;
頁: 63-84
日期: 2003/07
卷期: 10(1)
關鍵字: 資料挖礦;決策樹;自我組織映射成圖網路;半導體製程;決策分析;
Keywords: data mining;decision tree;SOM;semiconductor manufacturing;decision analysis;
摘要: 在半導體製造程序中,許多資料會以自動或半自動方式記錄下來。包括產品的基本資料、過站時問與機台紀錄、機台設定參數、測試資料等。由於資料維度與數量龐大且混雜的雜訊等問題,傳統統計分析方法有其限制;而工程師亦往往無法從收集的龐大資料中,迅速有效地察覺可能導...

引用     導入Endnote