基于贝叶斯网高效推理的半导体生产故障预测

• 作者: 宋财文 段霄雨
• 来源期刊: 信息记录材料
• 学科: 工学
• 关键词: 贝叶斯网络 海量数据 生产故障 机器学习
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 材料:生产与工艺
• 页码范围: 62-63
• 页数: 2页
• 分类号: TP39
• 字数: 1251字
• 语种: 中文

摘要

文章通过搜集半导体晶元数据生产集,建立贝叶斯网,运用python对海量数据进行训练.依据训练数据进行分析,生成全面的半导体生产故障概率参考数据;并依据故障率分析结果与实时数据进行比对,实现高效的生产故障预测.通过对输入的半导体晶元数据生产集进行不断更新与学习,实现了对生产故障的精准预测,并可据此采取针对性的质量改进与预防性措施,提升生产的安全性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段霄雨	吉林大学软件学院	2	1	1.0	1.0
2	宋财文	吉林大学软件学院	2	1	1.0	1.0