進階搜尋


 
系統識別號 U0026-0812200914305115
論文名稱(中文) 決策樹演算法於LED製程量測站點亮度品質之分析
論文名稱(英文) Analysis of the Brightness Quality in LED Manufacturing at Measurement Station Using Decision Tree Algorithm
校院名稱 成功大學
系所名稱(中) 製造工程研究所
系所名稱(英) Institute of Manufacturing Engineering
學年度 96
學期 2
出版年 97
研究生(中文) 劉玉婷
研究生(英文) Yu-Tin Liou
學號 p9695401
學位類別 碩士
語文別 中文
論文頁數 81頁
口試委員 指導教授-陳響亮
指導教授-黃河銓
口試委員-徐國鈞
口試委員-楊政興
中文關鍵字 亮度品質  發光二極體  決策樹演算法  晶圓允收測試  製程量測站點 
英文關鍵字 LED  Decision Tree Algorithm  Wafer Accept Test  Measurement Station  Brightness Quality 
學科別分類
中文摘要 發光二極體(Light Emitting Diode,LED)的生產是需經過好幾道的製程,當在製作過程中投入相同的良率晶片時,發現所產出的LED竟有亮度(Brightness)不一的情況,面對這樣的問題,若要從所蒐集到的大量資料中診斷出發生問題的原因,幾乎是難以達成又耗時。以往面臨此問題都是經由製程工程師本身的專業知識與經驗來解決,但卻有可能會有判斷錯誤或是經驗不足的情形發生,導致製程損失嚴重,如何在量測站點找出影響因子用以預測品質規格,並依品質好壞決定是否繼續進行加工,達到顧客對產品規格的要求,對製造者而言就相對重要。
本研究使用資料探勘(Data Mining)技術中的決策樹演算法進行實作分析,以SPSS Clementine10.1 軟體作為分析工具。將所搜集的晶圓允收測試(Wafer Accept Test, WAT)資料與各量測站點(Measurement Station)資料,以主要幾個重要量測站點進行亮度品質規格分析。目的是找出LED製造流程中各個量測站點影響LED亮度的因子及量測值,並以快速提昇製程可靠度為努力目標,提供各站點製程工程師或相關人員作為後續問題處理的主要決策與產品規格預測之依據,縮短找尋影響LED亮度問題因子的時間,並能有效預測與控管產品品質。
英文摘要 LED (Light Emitting Diode) requires several process for manufacturing the products. During manufacturing LED products, different chips with the same quality may produce different light brightness. For tackling such an issue, it is a time-consuming and difficult task to diagnose the issue from a large volume of processing data. In the past, it is mainly depended on the experience and professional knowledge of manufacturing engineers to solve this problem. However, it may result in serious lost by the misjudgment or poor experience from the engineers or experts. As a result, it is very important for LED manufacturer to find out the factors affecting brightness quality in individual measurement stations in order to reduce the manufacturing cost.
This study exploited Data Mining technique (using SPSS Clementine 10.1 package) to explore data collected from both Wafer Accept Test (WAT) and individual measurement stations for the analysis of brightness quality. The aim of this study is to find out the vital factors affecting brightness quality of LED from a LED manufacturer. Manufacturing engineers can exploit the results of the analysis to make an appropriate decision for solving the problems in production processes and to predict the quality of LED products. The results of this study also facilitate engineers to quickly discover the problems of LED brightness and to predict and control the quality of LED products.
論文目次 摘要 I
Abstract II
誌謝 III
目錄 IV
表目錄 VI
圖目錄 VII
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 1
1.3 論文結構 2
1.4 研究流程 3
第二章 文獻回顧 4
2.1 LED介紹 4
2.1.1 LED原理與製程 4
2.2 資料探勘 9
2.2.1 資料探勘定義與步驟 9
2.2.2 資料探勘挖掘結果之類型 12
2.2.3 資料探勘技術 13
2.3 相關研究 16
2.4 C5.0資料探勘演算法 23
2.4.1 決策樹演算法 23
2.4.2 分析軟體工具之介紹 30
第三章 研究方法 33
3.1 研究架構 33
3.2 問題定義 34
3.3 資料萃取 35
3.4 資料前置處理 37
3.5 資料探勘模式建構 41
3.6 結果分析與評估 42
第四章 實證研究 43
4.1 資料處理 43
4.2 資料探勘實作 47
4.2.1 資料分析方法 47
4.2.2 資料分析結果 50
4.3 案例結果分析與評估 66
第五章 結論及建議 68
5.1 結論 68
5.2 建議與未來方向 68
參考文獻 70
參考文獻 [1] 王為,“LED技術成熟應用市場蓄勢待發”,工業技術與資訊,三月號刊,pp.3-6,2006
[2] 江家雯,“LED的璀璨未來”,工業技術與資訊,四月號刊,pp.10-12,2006
[3] 江家雯,“LED封裝技術演進面面談”,工業技術與資訊,七月號刊,pp.11-14,2006
[4] 財訊編輯部著,“LED產業新版圖”,財訊出版社,台北市,pp.9-21,2006年9月
[5] 陳建隆,“發光二極體之原理與製程”,全華科技圖書股份有限公司,台北市,p.p.5-2,2006年8月
[6] James D. P., Michael D. D., Peter B. G., Silicon VLSI Technology: Fundamentals, Practice and Modeling, Prentice Hall, 2005
[7] 江淑芳,“半導體製程原理”,科技博物,第四卷,第三期,pp109-115,2000
[8] Frawley W., Piatetsky-Shapiro G., Smyth P. and Matheus, C.,“Knowledge discovery in databases : an overview,”AI Magazine, pp.213-228, 1992
[9] Fayyad U. M, Piatetsky-Shapiro G. and Simthy P.,“The KDD process for extracting useful knowledge from volumes of data,”Communication of the ACM, Vol.39,No.11,pp.37-54, 1996
[10] Berry M. and Linoff G., Data Mining Techniques: For Marketing, Sales, and Customer Support, John Wiley & Sons. , 1997
[11] Jiawei H., OLAP Mining: An Integration of OLAP with Data Mining, IFIP Published by Chapman & Hall, 1997
[12] Berry M. and Linoff G., Data Mining: The Art & Science of Customer Relationship Management, John Wiley, New Yourk, 2000
[13] Michael N., Artificial Intelligence A Guide to Intelligent Systems, Second Edition, England, 2005
[14] http://www.crisp-dm.org/Process/index.htm
[15] 蕭寶棋,“運用資料探勘技術於LED產業製程良率分析改善”,交通大學管理學院資訊管理學程碩士班碩士論文,2006
[16] 陳品潔,“應用資料探勘技術於半導體業製造良率改善之研究”,交通大學管理學院資訊管理學程碩士班碩士論文,2004
[17] 曾憲雄、蔡秀滿、蘇東興、曾秋蓉、王慶堯,“資料探勘”,旗標出版社,台北市,2006年3月
[18] Gardner R.M., Bieker J. and Elwell S.,“Solving tough semiconductor manufacturing problems using data mining,”Advanced Semiconductor Manufacturing Conference and Workshop IEEE/SEMI, pp.45- 55, 2000
[19] Fan C. M.; Guo R. S.; Chen A.; Hsu K. C.; Wei C. S.,“Data Mining and Fault Diagnosis based on Wafer Acceptance Test Data and In-line Manufacturing Data,”Semiconductor Manufacturing Symposium, IEEE International, pp.171- 174, 2001
[20] 簡禎富、林鼎浩、彭誠湧、徐紹鐘,“建構半導體晶圓允收測試資料挖礦架構及其實證研究”,Journal of the Chinese Institute Engineers, Vol. 18, No. 4, pp.37-48,2001
[21] Raghavan V.,“Application of decision trees for integrated circuit yield improvement,” Advanced Semiconductor Manufacturing Conference and Workshop IEEE/SEMI, pp.262- 65, 2002
[22] 王鴻儒、簡禛富、李培瑞、徐紹鐘,“決策樹資料挖礦架構及其於半導體製程之實證研究”,科技管理學刊,Vol. 7, No. 1, pp137- 160,2002
[23] 簡禎富、李培瑞、彭誠湧,“半導體製程資料特徵萃取與資料挖礦之研究”,資訊管理學報,第十卷、第一期,pp63-84,2003
[24] 林瑞山,“類神經網路於預測晶圓測試良率之應用”,成功大學製造工程所碩士論文,2004
[25] 陳永興,“資料探勘應用於IC設計業良率預測之探討”,銘傳大學管理科學研究所碩士論文,2004
[26] 徐弘孝,“以資料探勘技術改善半導體製程錫鉛凸塊高度良率之研究”,中原大學資訊管理學系碩士論文,2005
[27] 林逸憲,“資料挖掘模式於製程品質診斷系統—以發光二極體業為例”,國立台北科技大學機電整合研究所碩士論文,2003
[28] 張淑珍,“利用一次性的SQL改良決策樹建立信用卡審核之信用評等”,東吳大學資訊科學系碩士班論文,2005
[29] Quinlan, J. R.,“Induction of Decision Trees,”Machine Learning, 1, pp. 81-106, 1986
[30] Quinlan, J. R., C4.5: Programs for Machine Learning, Morgan Kaufmann, San Francisco, CA, USA, 1993
[31] http://www.rulequest.com/index.html
[32] Quinlan, J. R.,“Improved Use of Continuous Attributes in C4.5,”Journal of Artificial Intelligence Research, 4, pp. 77-90, 1996
[33] http://www.kdnuggets.com/polls/2008/data-mining-software-tools-used.htm
[34] 宏德國際[SPSS Taiwan Corp.]:http://203.74.161.1/spss/
論文全文使用權限
  • 同意授權校內瀏覽/列印電子全文服務,於2013-08-21起公開。
  • 同意授權校外瀏覽/列印電子全文服務,於2013-08-21起公開。


  • 如您有疑問,請聯絡圖書館
    聯絡電話:(06)2757575#65773
    聯絡E-mail:etds@email.ncku.edu.tw