使用基於屬性趨勢相似度生成之虛擬樣本建構液晶面板廠之高維度資料製造模式

  • 黃 文定

學生論文: Doctoral Thesis

摘要

小樣本學習問題因逐年增劇的全球化競爭所導致之極短產品生命週期而愈顯其重要性。過往的統計及機械學習演算法,係基於樣本足以充分呈現母體特性之前提而開發,對於僅提供部分母體特性之少量樣本並無法從中擷取有意義的資訊。在小樣本學習方法中,屬於資料前處理範疇的虛擬樣本產生法已被驗證其效果,然過往之虛擬樣本產生法,並未有妥善考量樣本屬性間之關係者,故本研究基於相關係數之延伸概念提出一個系統性的樣本生成程序,其係使用無母數方式擷取屬性間之趨勢相似度,再經由各屬性之模糊三角隸屬函數依序推估各屬性值之可能落點區間而衍生虛擬樣本。於實驗驗證階段,本研究以三筆從業界取得之個案資料進行探討,結果除顯示M5'模式樹、多元線性迴歸、支撐向量迴歸以及倒傳遞類神經網路對於小樣本資料之預測準確度獲得顯著改善外,並較其他樣本生成法有更佳之效果。
獎項日期2014 七月 24
原文Chinese
監督員Der-Chiang Li (Supervisor)

引用此

使用基於屬性趨勢相似度生成之虛擬樣本建構液晶面板廠之高維度資料製造模式
文定, 黃. (Author). 2014 七月 24

學生論文: Doctoral Thesis