[論文レビュー] Data Engineering for the Analysis of Semiconductor Manufacturing Data

Peter D. Turney|ArXiv.org|Dec 12, 2002

Data Mining Algorithms and Applications参考文献 5被引用数 11

ひとこと要約

本論文は、意思決定木インダクション（Q-YIELD）を用いて半導体製造データを分析するためのデータ工学フレームワークを提示する。製品不良の根本原因を特定することを目的とし、特徴量工学とターゲット概念の定義に焦点を当て、とくに後向き根本原因分析に注力することで、多層次元のプロセスデータから実行可能なルールを導出し、出荷率の向上を図る。

ABSTRACT

We have analyzed manufacturing data from several different semiconductor manufacturing plants, using decision tree induction software called Q-YIELD. The software generates rules for predicting when a given product should be rejected. The rules are intended to help the process engineers improve the yield of the product, by helping them to discover the causes of rejection. Experience with Q-YIELD has taught us the importance of data engineering -- preprocessing the data to enable or facilitate decision tree induction. This paper discusses some of the data engineering problems we have encountered with semiconductor manufacturing data. The paper deals with two broad classes of problems: engineering the features in a feature vector representation and engineering the definition of the target concept (the classes). Manufacturing process data present special problems for feature engineering, since the data have multiple levels of granularity (detail, resolution). Engineering the target concept is important, due to our focus on understanding the past, as opposed to the more common focus in machine learning on predicting the future.

研究の動機と目的

• 複雑で多層次元の半導体製造データを分析し、出荷率を向上させるという課題に対処すること。
• 意思決定木インダクションの有効性を高めるためのデータ工学技術を開発すること。
• 予測モデリングから後向き根本原因分析への焦点のシフトを図り、エンジニアが過去の失敗を理解できるようにすること。
• 産業的製造現場における機械学習モデルの解釈可能性と実用的有用性を向上させること。

提案手法

• Q-YIELDソフトウェアを用いて意思決定木インダクションを適用し、製品不良の分類ルールを生成すること。
• 半導体プロセスデータの多段階的粒度（詳細度と解像度）に対応するため、特徴量ベクトル表現における特徴量工学を実施すること。
• 将来の予測ではなく、過去の失敗原因の理解に焦点を当てるために、ターゲット概念（クラス）を再定義すること。
• 意思決定木アルゴリズムのインダクティブバイアスに合わせて、生産データを前処理すること。
• 分野の専門知識を活用して、プロセスばらつきに関するエンジニアリングインサイトを反映するように特徴量とクラスを構造化すること。
• プロセスエンジニアとの反復的フィードバックを通じてルールセットを検証し、実用的関連性を保証すること。

実験結果

リサーチクエスチョン

• RQ1 半導体製造データの多層次元的性質に対応するため、特徴量工学はどのように適合されるべきか？
• RQ2 製造現場における後向き根本原因分析に伝統的な機械学習手法を適用する際に生じる課題は何か？
• RQ3 将来の予測ではなく過去のプロセス失敗の理解を支援するため、ターゲット概念（分類クラス）はどのように再定義されるべきか？
• RQ4 データ前処理は、産業現場における意思決定木ルールの品質と解釈可能性を向上させるために果たす役割は何か？
• RQ5 データ工学技術は、半導体出荷率向上における機械学習モデルの実用的有用性をどのように向上させるか？

主な発見

• データ工学は、半導体製造データから得られる意思決定木ルールの品質と解釈可能性を顕著に向上させる。
• 複数のデータ粒度レベルを考慮した特徴量工学は、より正確で実行可能なルールを生み出す。
• 将来の結果予測ではなく、過去の失敗の理解に焦点を当てるようにターゲット概念を再定義することで、プロセスへの深い洞察が得られる。
• Q-YIELDシステムは、製品不良の根本原因を特定・是正するためのエンジニア支援ルールを効果的に生成した。
• 意思決定木アルゴリズムのインダクティブバイアスに合わせてデータを前処理することで、ルール発見の質とモデル性能が向上した。
• 本手法は、機械学習を実際の半導体出荷率向上に応用するためには、効果的なデータ工学が不可欠であることを示している。