決策分析研究(簡禎富)-免費閱讀
【正文】 ? 林鼎浩（ 2023），「建構(gòu)半導(dǎo)體製程資料挖礦架構(gòu)及其實證研究」，榮獲 89年全國碩士論文競賽工工組優(yōu)勝獎。 ? 例如，晶圓圖之聚類分析（ WBM Clustering） ? 將顧客分群作為市場區(qū)隔和顧客關(guān)係管理。 決策分析研究室 資料挖礦 問題類型 （ 1） 分類（ Classification）： ? 根據(jù)已定義之類組 (class)， 將分析對象的分門別類 。並可進一步將分析後的資訊整理歸納以作為決策之依據(jù)，而累積的資訊與決策經(jīng)驗均成為企業(yè)知識管理的具體實踐（簡禎富等， 2023）。主要研究方向如下： ? 多準(zhǔn)則決策分析 ? 決策支援系統(tǒng) ? 資料挖礦方法及統(tǒng)計決策 ? 半導(dǎo)體製造模式與分析 決策分析研究室 研究背景與重要性 ? 半導(dǎo)體製造等高科技業(yè)對國內(nèi)經(jīng)濟發(fā)展以及國家競爭力之提昇，影響極為重大。決策分析研究室 Data Mining and Data Value Development for Semiconductor Manufacturing 簡禎富 博士 國立清華大學(xué) 工業(yè)工程與工程管理學(xué)系 決策分析研究室 簡 介 簡禎富 是國立清華大學(xué)工業(yè)工程與電機工程雙學(xué)士，美國威斯康辛大學(xué)麥迪遜分校工業(yè)工程博士，現(xiàn)為國立清華大學(xué)工業(yè)工程與工程管理學(xué)系副教授。 ? 高科技 產(chǎn)業(yè)特性為產(chǎn)品生命週期短、交期快，市場變動快、風(fēng)險高，競爭對手多、價格競爭激烈，製程複雜、研發(fā)需求強、技術(shù)密集度高。 Y軸Pattern資料庫事前處理過的資料 轉(zhuǎn)化過的資料 知識選擇目標(biāo)事前準(zhǔn)備資料轉(zhuǎn)換資料挖掘解釋目標(biāo)資料決策分析研究室 Data: Resource or Debt? Data Issues Facing a Typical Company: ? Strategy ? Knowledge of Data Resource ? Access ? Quantity ? Quality ? New Data Needs ? Usage ? Security ? Privacy ? Management or Organization Source: . Levitin and . Redman, “Data as a resource: Properties, Implications, and Prescriptions”, Sloan Management Review,Fall 1998 決策分析研究室 研究方法 ? 本研究室從問題定義與架構(gòu)、目標(biāo)釐清、資料收集、資訊整理、分析乃至決策輔助與方案執(zhí)行的完整思維過程，建立解決問題的模式，發(fā)展有效的分析方法，提供數(shù)字化系統(tǒng)化之決策依據(jù)；並以實證研究檢驗成效，作為更深一層理論研究的基礎(chǔ) 。 ? 例如，低良率產(chǎn)品之分類（ Low Yield Classification）； 建立顧客credit的 score ? 提高服務(wù)品質(zhì)：基於顧客關(guān)係從事交易、授權(quán)、理賠、契約條件、授信額度等決策以提高服務(wù)品質(zhì) 。 決策分析研究室 資料挖礦的方法 目 的 工 具分類 預(yù)測 關(guān)聯(lián)分組 簡化變數(shù) 聚集Mar ket Bas ket A na lysi sReg ress ion遺傳演算法（ Gen etic Al gori thm ）聚類分析法（ Clu ster ing Ana lys is ）鍊結(jié)分析法（ Lin k An aly sis ）決策樹（ Dec isio n T ree ）PCA F act or A nal ysis類神經(jīng)網(wǎng)路（ Neu ral Net work ）決策分析研究室 問題的本質(zhì)與 資料挖礦 模式 Statistical Models Neural Networks Decision Trees 決策分析研究室 Data Mining 工具的特色 /決策規(guī)則 /資料 /解釋 呈現(xiàn) (庫 ) ，支援決策 決策分析研究室 半導(dǎo)體製造特性 (1)每一產(chǎn)品在生產(chǎn)流程必需經(jīng)過至少 200到 500個不等的製程步驟，過程中會有許多變異產(chǎn)生，造成生產(chǎn)週期 (cycle time)與交期的不穩(wěn)定； (2)每一個產(chǎn)品需要經(jīng)過 12至 30不等的製程層別 (layer)， 加上在製品回流(Reentrance flow)的現(xiàn)象，使得生產(chǎn)控制難易掌握； (3)製造過程中，有批次生產(chǎn) (batch run)、 批次生產(chǎn)量 (batch size)、 連續(xù)生產(chǎn) (continue run)與否，和多反應(yīng)室 (multichamber)機種的作業(yè)等相當(dāng)特殊的生產(chǎn)型態(tài)，難以計算每一產(chǎn)品，在各個機臺的實際生產(chǎn)時間； (4)產(chǎn)品良率的不確定因素、生產(chǎn)環(huán)境的異動和設(shè)備的當(dāng)機等，使得良率控制不易； (5)雖然機臺當(dāng)機可經(jīng)由預(yù)防保養(yǎng)獲得改善，但是仍有不可抗拒的突發(fā)因素，使得機器設(shè)備發(fā)生不可預(yù)測的當(dāng)機情況，也造成半導(dǎo)體製造過程的不確定性； (6)工作站可能因為產(chǎn)品種類、數(shù)量變化或當(dāng)機等因素，造成某設(shè)備的機臺的需求突然升高，因此瓶頸機臺會因不同的狀況與條件而移動，因而產(chǎn)生瓶頸機臺漂移的現(xiàn)象。 ? 張國浩 (2023) ，「覆蓋誤差模式及取樣策略對良率改善之研究」榮獲 89年度國科會工業(yè)工程學(xué)門。 ? 理論與實務(wù)結(jié)合之共同指導(dǎo) ? 方 鈞（ 1999），「失效模式與效應(yīng)分析以改善半導(dǎo)體製程技術(shù)之研究」，榮獲 88年度科技管理碩士論文獎優(yōu)等獎。 （４）聚類（ Clustering）： ? 在母體中區(qū)隔為較具同質(zhì)性之群組 (Clusters)， 事先未對於區(qū)隔加以定義，而資料中自然產(chǎn)生區(qū)隔。 ? 評估結(jié)果：評估這次挖礦的成效，並有效地運用這次結(jié)果，以作為下一個改善 循環(huán)之依據(jù)。 ? 「資料挖礦」從大量資料中以自動或是半自動的方式來探索( explore） 和分析資料以發(fā)掘出潛在有用的資訊，例如，有意義的樣型（ Pattern） 或規(guī)則（ Rule） 等。本研究室結(jié)合理論與實務(wù)，兼重量化與質(zhì)化之分析，而以產(chǎn)業(yè)界問題為導(dǎo)向，特別是不確定狀況下與大量資料混雜時的決策問題，積極研究發(fā)展決策分析、資料挖礦與決策支援系統(tǒng)之研究方法及分析工具，以解決理論上與應(yīng)用上的問題；並與企業(yè)合作進行實證研究檢驗成效，以作為更深一層研究的
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1