跳到主要內容

臺灣博碩士論文加值系統

(44.211.117.197) 您好!臺灣時間:2024/05/27 05:10
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:溫佳鈴
研究生(外文):Jia-LingWun
論文名稱:利用類神經網路預測磊晶快跑批光電特性之研究
論文名稱(外文):Using Artificial Neural Network to Forecast the Optoelectric Characteristics of Epitaxy for Super Hot Run
指導教授:王宗一王宗一引用關係
指導教授(外文):Tzone-I Wang
學位類別:碩士
校院名稱:國立成功大學
系所名稱:工程科學系專班
學門:工程學門
學類:綜合工程學類
論文種類:學術論文
論文出版年:2013
畢業學年度:101
語文別:中文
論文頁數:48
中文關鍵詞:發光二極體磊晶光電特性預測類神經網路
外文關鍵詞:Light Emitting DiodeEpitaxyOptoelectric Characteristic ForecastedArtificial Neural Network
相關次數:
  • 被引用被引用:1
  • 點閱點閱:198
  • 評分評分:
  • 下載下載:9
  • 收藏至我的研究室書目清單書目收藏:0
發光二極體(Light Emitting Diode, LED)產業發展至今,隨著全球環保意識的興起,帶動了LED照明市場的成長,但由於近年來全球景氣低迷而持續呈現跌價趨勢,加上LED廠的產能過剩,未來LED照明市場的價格競爭將更加白熱化,因此,企業必須做出迅速且適當的決策,以提昇競爭力。
一般來說,當上游磊晶製程結束做成磊晶片後,會依據其中數片送至晶粒廠做WAT所得之光電特性,進行判定倉別及入庫;而其中若是快跑批,則不等晶粒廠回饋,直接以工程人員所預測之光電特性為主。因此,光電特性預測的準確與否,是否有符合客戶需求,為企業需面對的重要課題。
本研究利用類神經網路,並搜集與磊晶片、有機金屬化學氣相沉積(Metal Organic Chemical Vapor Deposition, MOCVD)機台相關的資料,建構磊晶片光電特性預測模式,希望能改善工程人員現行預測的方式與準確度。而經由實證分析結果顯示此模式確實可作為一種有效的預測方法。

Currently in Light Emitting Diode (LED) industry, the market demand has risen sharply because of the worldwide eco-awareness. While the global economy is in a slump in recent years, the selling price of LED decreases significantly and, to make things worse, the global excess production capacity in LED industries makes price competition between LED manufacturers even more intensive. Corporations must make production and management decisions rapidly and accurately in order to stay competitive.
In general, after epitaxy having been grown, engineers will select some of them and delivered them to the LED factory for the Wafer Acceptance Test (WAT) on the optoelectric characteristics. According to the test results, the engineers judge which warehouse to store the wafer to. However, if it is on a super hot run situation, the engineers will just conjecture on the epitaxy’s optoelectric characteristics by their experience instead of the WAT result. Thus, how to conjecture accurately to meet customer’s needs is an important issue for corporations.
This thesis builds a conjecturing model by using Artificial Neural Network for predicting epitaxy optoelectric characteristics. Collected epitaxy and Metal Organic Chemical Vapor Deposition (MOCVD) equipment data from a case factory are used for training the neural network. The model is then run in the case factory and the results are compared to that of the engineers. According to the comparison results, the model indeed performs better than the engineers.

摘要 I
Abstract II
致謝 III
目錄 IV
表目錄 VI
圖目錄 VII
第一章 緒論 1
1.1 研究背景 1
1.2 研究動機 1
1.3 研究目的 3
1.4 研究貢獻 3
第二章 文獻探討 5
2.1 發光二極體產業 5
2.2 預測的方法 9
2.3 類神經網路 11
2.4 小結 16
第三章 建立類神經網路預測磊晶片光電特性模式 18
3.1 研究方法及架構 18
3.2 變數的選取與定義 20
3.3 資料正規化與類神經網路模型建構 22
3.4 小結 29
第四章 實證分析 31
4.1 資料前處理 31
4.2 訓練及測試 33
4.3 類神經網路預測結果分析 37
4.4 類神經網路與工程人員預測結果之比較 40
第五章 結論與建議 45
5.1 研究結論 45
5.2 後續研究建議 46
參考文獻 47

[1]楊鏡堂、顏溪成,「綠色能源發展與提高能源使用效率」,全國能源會議,(2004)。
[2]Manasevit, H.M., Single-crystal gallium arsenide on insulating substrates, Appl. Phys. Lett, vol. 12, pp. 156-159, (1968).
[3]陳隆建,「發光二極體之原理與製程」,全華科技圖書,(2006)。
[4]朱泓龍,「LED技術與白光LED未來發展」,金鼎投顧產業剖析,(2007)。
[5]陳登銘,「白光LED螢光粉技術三強鼎立」,LED點亮路燈前景,(2008)。
[6]陶曉嫚,「全球LED照明產業現況」,工業技術研究院,(2012)。
[7]PIDA,光電科技工業協進會,(2012/05)。
[8]中電網,「LED現況與展望」,台灣產業網,(2012)。
[9]Porter, A., A. Roper, T. Mason, F. Rossini, J. Banks, and B. Wiederholt., Forecasting and Management of Technology, New York: John Wiley and Sons, Inc., (1991).
[10]林聰明、吳水丕,「指數平滑法選擇與應用」,華泰書局,(1981)。
[11]Chu, C.W., G.P. Zhang, A comparative study of linear and nonlinear models for aggregate retail sales forecasting, International Journal of Production Economics, (2003).
[12]靳蕃、範俊波、譚永東,「神經網路與神經計算機」,儒林出版社,pp80-82,(1992)。
[13]張斐章、張秋麗,「類神經網路」,東華書局,(2005)。
[14]葉怡成,「類神經網路模式與實作」(八版),儒林圖書,(2003)。
[15]Kumar, Comparison of neural networks and regression analysis: A new insight, Expert Systems with Applications, (2005).
[16]Kulikowski C.A. and S. M. Weiss, Computer System that Learn: Classification and Prediction Methods from Statistics, Neural Nets, Machine Learning, and Expert System, California Morgan Kaufman Publisher, (1991).
[17]Villiers J., Barnard E., Back-Propagation Neural Nets with One and Two Hidden Layers. IEEE Transaction on Neural Network, Vol. 4, No. 1, pp.136-141, (1992).
[18]Hagan, M. T., and Menhaj, M. B., Training Feedforward Networks with the Marquardt Algorithm, IEEE Transactions on Neural Networks, Vol. 5, No. 6, pp. 989-993, (1994).
[19]Lewis, E. B., Control of Body Segment differentiation in Drosophila by the Bithorax Gene Complex, Embryonic Development, Part A: Genetics Aspects, Edited by Burger, M. M. and R. Weber. Alan R. Liss, New York, pp. 269-288, (1982).

連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊