기간
2018.01 ~ 2018.08
문제
반도체 생산 공정에서 극소수의 비정상 반도체 칩(Crack)이 생산되며,
기존 공정 기준만으로는 사전 탐지가 어려움
목표
공정 과정에서 수집되는 시계열 센서 데이터를 분석하여,
Crack이 발생할 가능성이 있는 반도체 칩을 사전에 선별 및 제거할 수 있는 모델 개발
의의
Deep Learning이 산업 전반의 주요 분석 기법으로 자리 잡기 이전,
Machine Learning 기반 접근을 통해 반도체 공정 센서 데이터에 적합한
알고리즘적 방법론을 설계하고 실효성 있는 모델을 구현