메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김수희 (인천대학교) 이동훈 (인천대학교) 최이 (삼성전자) 김관호 (인천대학교)
저널정보
한국전자거래학회 한국전자거래학회지 한국전자거래학회지 제28권 제4호
발행연도
2023.11
수록면
97 - 122 (26page)
DOI
10.7838/jsebs.2023.28.4.097

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근 메모리 칩의 수요가 증가함에 따라 반도체 팹(FAB)에서 제조설비의 가동률 향상과 생산성 최대화를 위해 공정간에 웨이퍼를 자동 반송하는 Overhead hoist transport(OHT) 네트워크에 발생될 정체를 예측하는 것은 중요한 문제로 고려된다. 그러나, 대규모의 OHT 네트워크에서는 OHT의 웨이퍼 상/하차 작업의 빈번한 발생, OHT간 상호작용 등으로 인한 OHT 운영상황 파악의 어려움으로 인해 OHT 네트워크의 특정 구간인 섹션에 발생하는 단기간 정체를 예측하는 것은 매우 어려운 문제이다. 본 연구에서는 이러한 문제를 해결하기 위해 딥러닝 기반의 섹션 별 단기간 정체 예측 모델을 제안한다. 제안한 모델은 예측 대상 섹션과 인근 섹션들의 OHT 운영상황 및 단기간 미래에 예상되는 OHT 운영상황 정보와 예측 대상 섹션에 단기간 후에 발생하게 될 정체의 수준 사이의 숨겨진 패턴을 학습하여 예측 대상 섹션의 단기간 정체를 예측한다. 실제 대규모 반도체 팹을 모사한 시뮬레이터에서 생성한 데이터를 통해 실험한 결과, 예측 대상 섹션의 특징에 상관없이 기존의 정체 예측에 사용하는 SVR, LGB, XGB 기반의 예측 모델보다 높은 예측 성능을 보임을 확인하였다.

목차

초록
ABSTRACT
1. 서론
2. 기존 연구
3. 문제 정의
4. 제안기법
5. 실험 및 평가
6. 결론
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0