논문 정리
1.반도체 계측 데이터 기반 군집화를 활용한 개선된 품질 예측 방법론 - 논문 정리
반도체 제품의 품질을 보장하고, 올리기 위해 많은 방법이 적용되어 왔음하지만 기술의 진화와 제품의 다양성으로 인해 defect은 점점 더 다양해지며 컨트롤 하기 힘듬본 연구에서는 단위 공정별로 생성된 데이터로 최종 반도체 생산품 품질을 예측함퍼포먼스를 높이기 위해 fa
2.반도체 패키지 검사 공정의 데이터 변화 감지를 통한 불량 예측 모델의 갱신 - 논문 정리
반도체 공정에서 품질 모니터링은 필수 요소공정에서 데이터 분포가 바뀌기 때문에 이전 데이터로부터 생성된 예측 모델은 새로운 데이터에 맞지 않아 지속적인 업데이트가 필요본 연구에서는 반도체 package test에서 중요 변수들의 변화를 탐지해서 업데이트하는 예측 모델을
3.Multivariate Time-series Anomaly Detection via Graph Attention Network 논문 정리
Multivariate Time-series Anomaly Detection via Graph Attention Network Abstract 다변량 시계열 데이터는 산업 분야에서 다양하게 활용 가능. 지금까지의 한계로는 다변량 시계열 데이터의 관계를 explicit
4.Graph Neural Network-Based Anomaly Detection in Multivariate Time Series 논문 정리
Abstract high-dimentional time series data에서는 inter-sensor relationship을 capture하는 것이 필요함. 기존의 모델은 explicity하게 relationship을 learn 하지 않았지만, 우리의 approa
5.Unsupervised Learning Based Diagnosis Model for Anomaly Detection of Motor Bearing with Current Data 정리
모터 베어링의 스펙을 머신러닝 기법으로 분석하여 지도학습 기반의 이상치 탐지를 하는 것이 기존의 연구 방향이었음. 이 논문에서는 데이터 분석 기법을 통해 normal condition에서의 bearing failure을 분석함. 모터 전류 센서 신호에서 power sp
6.Towards Long Lifetime Battery: AI-Based Manufacturing and Management
라미네이션 공정 데이터 분석 적용방안 본 눈문은 다양한 AI툴을 활용하여 배터리 제조와 management의 최적화를 통해 long lifetime battery를 제작하는데 목적이 있음. 메인 주제는 다음과 같음 1) 배터리 제조에 있어 AI-Based frame
7.Enhancing the Locality and Breaking the Memory Bottleneck of Transformer on Time Series Forecasting 정리
시계열을 예측하는데 있어서 트랜스포머의 문제점을 다룸1\. Locality - agnostics : 닷프로덕트 연산의 셀프어텐션 메카니즘은 local context을 잘 담지 못함2\. memory bottleneck : $L^2$ 에 비례하기 때문에 시계열이 길면 메