산업인공지능 연구실
서울과학기술대학교 산업공학과-산업정보시스템전공/ITM(IT Management)전공
심재웅 교수
Machine Learning
Data Mining
Driver Assistance Systems
홈
산업인공지능 연구실
산업공학과-산업정보시스템전공/ITM(IT Management)전공 심재웅
산업인공지능 연구실은 산업공학과-산업정보시스템전공/ITM(IT Management)전공의 연구실로서, 머신 러닝과 데이터 마이닝 기술을 활용한 다양한 산업 응용 연구를 수행하고 있습니다. 최근 3년간 반도체 제조 공정에서의 결함 예측 및 진단 기술 개발, 주행 패턴 데이터 분석을 통한 고급 운전자 지원 시스템 개발, 가전제품의 품질 관리 등을 위한 데이터 마이닝 기반 지능형 공정 제어 시스템 개발 등의 프로젝트를 성공적으로 수행하였습니다. 또한, 단일 결함 웨이퍼 맵을 학습하여 혼합 결함 웨이퍼 맵을 분류하는 연구, 비용 효율적인 가상 계측 모델링을 위한 도메인 적응적 능동 학습 연구 등 다양한 논문을 발표하였습니다. 이러한 연구 성과는 산업계와의 협력을 통해 실제 현장에 적용되고 있으며, 높은 연구 역량을 자랑합니다.
Machine Learning
Data Mining
Driver Assistance Systems
대표 연구 분야
연구 영역 전체보기
반도체 제조 공정에서의 결함 예측 및 품질 관리
반도체 제조 공정에서 발생하는 다양한 결함을 예측하고 품질을 관리하기 위한 데이터 기반의 인공지능 기술 개발에 중점을 두고 있습니다. 특히, 단일 결함 웨이퍼 맵과 혼합 결함 웨이퍼 맵을 학습하여 높은 정확도로 분류하는 모델을 연구하고 있으며, 이를 통해 제조 과정에서의 불량률을 획기적으로 낮출 수 있는 솔루션을 제공합니다. 또한, 도메인 적응형 능동 학습 기법을 활용하여 비용 효율적인 가상 계측 모델링을 구현하고, 제조 과정에서의 결함을 사전에 탐지하고 예방할 수 있는 프레임워크를 개발하고 있습니다. 이러한 기술은 반도체 제조 뿐만 아니라 다양한 산업 분야에서 품질 관리와 예측 분석에 적용될 수 있습니다.
주요 논문
13
발행물 전체보기
1
Domain-Adaptive Active Learning for Cost-effective Virtual Metrology Modeling
Jaewoong Shim, Seokho Kang
Computers in Industry, 2022
2
Adaptive Fault Detection Framework for Recipe Transition in Semiconductor Manufacturing
Jaewoong Shim, Sungzoon Cho, Euiseok Kum, Suho Jung
Computers & Industrial Engineering, 2021
3
Active inspection for cost-effective fault prediction in manufacturing process
Jaewoong Shim, Seokho Kang, Sungzoon Cho
Journal of Process Control, 2021
완료된 프로젝트
6
프로젝트 전체보기
1
Data-driven Diagnosis and Fault Prediction using Machine Learning
Samsung Electronics
2019년 11월 ~ 2020년 07월
2
The Development of Intelligent Diagnostic Technology to Enhance Quality of Convertor
Hyundai Motor
2019년 10월 ~ 2020년 04월
3
Data Analysis of Driving Pattern for Advanced Driver Assistance System
Hyundai Motor
2018년 11월 ~ 2019년 05월