以新製程導入階段之數據建構製程參數推估模式-以玻璃化學強化製程為例

Translated title of the thesis: Building Process Parameter Inferring Models for Newly Phased-In Processes - An Example of Chemical Strengthening Cover Glasses
  • 李 明達

Student thesis: Master's Thesis

Abstract

隨著面板需求成長趨緩，製造商極需開發新的技術並尋找新的應用領域。然而如何在維持高產出良率下，縮短新產品開發週期與新製程導入時程，以提前將新產品上市而取得搶奪市場先機，是一個值得研究的議題。本研究以個案公司導入化學強化玻璃製程為例，然在檢驗其化學強化製程特性時，需進行破壞性檢驗，是故在考量其試產資料特性後，提出一個新虛擬樣本產生法。藉由將輸入數值屬性視為名目屬性，學習輸入值與輸出值之模糊關係，並基於此關係產生虛擬樣本而增加訓練樣本數量。在實驗部分，本研究從個案公司取得29筆真實試產資料進行不同訓練樣本數的交互驗證，並以支撐向量迴歸(support vector regression SVR)並搭配Polynomial以及radial basis function 兩種運算核心進行預測模式的建構。方法比較部分，本論文採用Bootstrap aggregating (Bagging) 以及Synthetic Minority Over-sampling Technique (SMOTE)兩種虛擬樣本產生法，進行樣本增量後的預測準確度比較。實驗結果發現，除本研究所提出的方法外，Bagging與SMOTE並無法有效改善SVR 對於個案資料的預測準確度。透過本論文之方法，期能持續協助個案公司之製程工程師推斷高產出良率的製造參數。
Date of Award2018 Jul 31
Original languageChinese
SupervisorDer-Chiang Li (Supervisor)

Cite this

'