決策樹與約略集之應用比較以半導體測試廠測試異常為例

勤益科大機構典藏 > 管理學院 > 工業工程與管理系(所) > 【工業工程與管理系所】博碩士論文 > Item 987654321/5543

請使用永久網址來引用或連結此文件: http://ir.lib.ncut.edu.tw/handle/987654321/5543

題名:	決策樹與約略集之應用比較以半導體測試廠測試異常為例
作者:	陳彥如楊旭豪
貢獻者:	工業工程與管理系
關鍵詞:	決策規則資料探勘約略集決策樹 IC測試
日期:	2011
上傳時間:	2013-08-14 14:22:43 (UTC+8)
出版者:	台中;國立勤益科技大學
摘要:	半導體測試業屬於該產業的下游，主要為測試晶圓品質好壞。對於測試業而言，測試的品質與量產的速度皆為其最大之競爭力，但在測試過程中不可能達到百分百的測試良率，因此，提升測試良率與減少分析異常原因之時間為測試業最大之課題。資料探勘（Data Mining）的方法廣泛，其中的約略集理論與決策樹演算法兩者皆具有挑選重要因子與產生規則之功能。但二者最大不同在於，約略集理論將資料依不可區分關係分成數個集合，採用上下近似關係計算正確率，利用可辦識矩陣將屬性化簡得到核心屬性並產生決策規則；而決策樹演算法採用最大資訊獲利判斷，產生樹狀結構分類，並從樹狀圖之分支路徑產生決策規則。以國內某半導體晶圓測試廠為例，分析測試過程中發生異常資料，應用決策樹演算法，分析異常資料之分類正確率、重要屬性與產生之規則，並與約略集理論分析之結果比較兩者之差異。本研究挑選10個影響測試異常之屬性，並根據處理異常之方式，將其異常原因分成四大類。本研究經應用決策樹演算法後得到6項重要屬性，其分類正確率為76.52%，並歸納了64筆決策規則。在比較約略集理論所產生的規則後，發現約略集理論之分析規則數目為決策樹演算法的3倍。在規則分類方面，部分規則雷同，但部分規則卻有明顯的差異。比較明確的是，在分類正確率與挑選重要屬性方面，決策樹演算法確實優於約略集理論。
顯示於類別:	[工業工程與管理系(所)] 【工業工程與管理系所】博碩士論文

文件中的檔案:

沒有與此文件相關的檔案.

檢視Licence

在NCUTIR中所有的資料項目都受到原著作權保護.

資料載入中.....