Tesi etd-04132016-193248 |
Link copiato negli appunti
Tipo di tesi
Tesi di laurea magistrale
Autore
BRUNDU, FRANCESCO
URN
etd-04132016-193248
Titolo
Machine Learning techniques for defects prediction in semiconductor manufacturing
Dipartimento
INFORMATICA
Corso di studi
INFORMATICA
Relatori
relatore Dott. Bacciu, Davide
relatore Prof. Ferragina, Paolo
relatore Prof. Micheli, Alessio
controrelatore Prof.ssa Pagli, Linda
relatore Prof. Ferragina, Paolo
relatore Prof. Micheli, Alessio
controrelatore Prof.ssa Pagli, Linda
Parole chiave
- semiconductor manufacturing defects prediction
- machine learning
Data inizio appello
29/04/2016
Consultabilità
Non consultabile
Data di rilascio
29/04/2086
Riassunto
La tesi discute l'analisi di Big Data generati da processi industriali per la produzione di semiconduttori mediante tecniche di Machine Learning, proponendo un approccio integrato che comprende tecniche di: i) analisi esplorativa non-supervisionata /clustering; ii) apprendimento supervisionato per predire la difettività dei componenti prodotti.
File
| Nome file | Dimensione |
|---|---|
La tesi non è consultabile su richiesta dell’autore. |
|