Browsing by Author "Hsien-Pin Hsu"

Now showing 1 - 1 of 1

應用混合式資料探勘模型降低隨機存取動態記憶體之測試時間
(國立交通大學, 2016)
許志華
;
徐賢斌
;
Jyh-Hwa Hsu
;
Hsien-Pin Hsu
半導體測試廠面臨微利時代，處境艱難。應用資料探勘技術有助於其提升競爭力以利生存。本文中，提出一個混合式資料探勘模型 (classification rules) 以縮減半導體測試廠隨機存取動態記憶體 (dynamic random access memory, DRAM) 的測試項目以降低測試時間，並發掘決策法則。該模型混合了類神經網路 (neural network, NN) 與粗略集 (rough set theory, RST)。在此混合式模型中，類神經網路首先被應用來減少干擾因子 (測試項目)，接著粗略集被應用來找出基本且必要之測試項目 (reduct)，並發掘決策法則。經收集DDR266 DRAM 的實際測試資料進行驗證後，實驗結果顯示該混合模型能夠有效的降低測試項目、發掘決策法則，並同時維護良好的測試品質。詳言之，測試的項目可從52 項縮減到4 項；亦即測試時間可由176.52 秒減少到38.43 秒。同時，其辨識率仍可維持在98.57%之水準。此外，決策法則有助於測試工程師對瑕疵行為之分析與了解。