決策分析研究-免費閱讀
【正文】 ? 林鼎浩（ 2023），「建構半導體製程資料挖礦架構及其實證研究」，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 ? 半導體製造等高科技業(yè)對國內經(jīng)濟發(fā)展以及國家競爭力之提昇，影響極為重大。Data Mining and Data Value Development for Semiconductor Manufacturing 簡禎富 博士 國立清華大學 工業(yè)工程與工程管理學系 決策分析研究室 簡 介 簡禎富 是國立清華大學工業(yè)工程與電機工程雙學士，美國威斯康辛大學麥迪遜分校工業(yè)工程博士，現(xiàn)為國立清華大學工業(yè)工程與工程管理學系副教授。 ? 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、技術密集度高。 Y軸Pattern資料庫事前處理過的資料 轉化過的資料 知識選擇目標事前準備資料轉換資料挖掘解釋目標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、目標釐清、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 。 ? 例如，低良率產(chǎn)品之分類（ Low Yield Classification）； 建立顧客 credit的 score ? 提高服務品質：基於顧客關係從事交易、授權、理賠、契約條件、授信額度等決策以提高服務品質 。 決策分析研究室 資料挖礦的方法 目 的 工 具分類 預測 關聯(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，和多反應室 (multichamber)機種的作業(yè)等相當特殊的生產(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)境的異動和設備的當機等，使得良率控制不易； (5)雖然機臺當機可經(jīng)由預防保養(yǎng)獲得改善，但是仍有不可抗拒的突發(fā)因素，使得機器設備發(fā)生不可預測的當機情況，也造成半導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)量變化或當機等因素，造成某設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)工程學門。 ? 理論與實務結合之共同指導 ? 方 鈞（ 1999），「失效模式與效應分析以改善半導體製程技術之研究」，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。 ? 評估結果：評估這次挖礦的成效，並有效地運用這次結果，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。本研究室結合理論與實務，兼重量化與質化之分析，而以產(chǎn)業(yè)界問題為導向，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基礎。曾榮
環(huán)評公示相關推薦
鄂ICP備17016276號-1