Machine Learning-based Analytics

Victory Analytics는 기술 산업의 연구, 개발 및 제조를 위해 특별히 개발된 머신 러닝 기반 분석 툴로서, 데이터 관리 및 시각화, 기능 선택 및 훈련, 모델링 및 최적화 컴포넌트로 구성됩니다. 소프트웨어 툴을 활용하여, 전기 소자의 특성화, 공정 플로우의 최적화, 팹 툴 레시피의 최적화 등, 모듈 수준의 심층 데이터 분석과 FDC (Fault Detection & Classification) 및 SPC (Statistical Process Control)와 같은 팹 수준의 수율 개선에 모두 적용할 수 있습니다.

최첨단 데이터 분석

Victory Analytics 적용

제조 공정: 제조 공정의 병목 현상 파악, 품질 관리 개선, 비용 절감
소자/회로 설계 및 최적화: 데이터에 대한 인사이트를 제공하여, 엔지니어의 판단에 도움 제공. 체계적인 데이터 훈련으로 운용 여지 확장
제품 수율 개선: 공정 사양 및 대상 지표의 품질 관리, 데이터 기반 의사 결정

특징

고급 통계학, 신경망, 의사 결정 나무 알고리즘을 조합한 다변량 데이터 분석
이상치 탐지, 누락 데이터 대체와 같은 입력 데이터 관리 기능
고전 통계학 및 머신 러닝 알고리즘에 기초한 다단계 분류 분석 지원
컴퓨터로 생성한 D-optimal DoE와 같은 고급 DoE 알고리즘
의사결정 포레스트 알고리즘에 기초한 최첨단 데이터 필터링 및 기능 선택 기법
Sobol, 의사결정 포레스트와 같은 다양한 민감도 알고리즘
Victory Analytics는 계절성 분석 외에 AR/MA를 포함한 시계열 분석도 수행 가능
데이터 인사이트를 제공하는 통합 시각화 툴
파이썬 인터페이스를 제공하여 최종 사용자 단계에서 자동화 가능

데이터 분석 및 모델링

Victory Analytics는 추세, 패턴 및 관계를 식별하기 위해 데이터를 수집, 정리, 분석하는 과정을 포함합니다. 일련의 단계로 구성된 반복적인 프로세스로서, 입출력 변수에 대한 일반적인 이해가 요구됩니다. 정확한 워크플로를 설정하는 것이 좋습니다.

데이터 세트 생성: 범주형 변수, 중복 입력 식별 등, 모델링에 필요한 데이터 세트 생성. 필요한 경우, 데이터 변환 및 부분 집합 생성
회귀항 선택: 모델링을 위해 예측 변수 및 회귀항 선택
모델 구축: 정규 또는 머신 러닝 회귀 모델 구축
모델 분석: 모델 점수, 민감도, 데이터 추세 분석

Data Analysis and Modeling 데이터 분석 및 모델링

Neural Network Modeling Window

신경망 모델링 창

신경망 분석

Victory Analytics 신경망은 지도 학습 구성과 피드 포워드 아키텍처를 기반으로 합니다. 뉴런에 비선형 활성화 함수가 있으면 신경망 비선형이 되며, 이는 기존 다항 회귀 방법에 비해 신경망 회귀의 가장 큰 장점입니다.

Gaussian Process Regression를 이용한 차세대 분석

Victory Analytics의 GPR (Gaussian Process Regression) 은 비선형 데이터 세트를 찾는데 탁월한 성능을 나타냅니다. GPR은 파라미터를 쉽게 조정하여, 과소적합 및 과적합 고려사항 사이의 균형을 유지합니다. Victory Analytics를 통해, 파이썬 및 R 스크립트보다 뛰어난 성능을 기대합니다.

Gaussian Process Regression