1 |
1
그래픽 라소를 이용하여 공정 변수를 관련 그룹으로 그룹화하는 그래픽 라소 처리 수단; 및마르코프 랜덤 필드를 이용하여 상기 그룹이 결함 상태에 있는지 결정하는 마르코프 랜덤 필드 처리 수단을 포함하는 공정 모니터링 장치
|
2 |
2
제 1 항에 있어서,상기 그래픽 라소 처리 수단은, 상기 공정 변수를 그룹화하여 무방향성 그래픽 구조를 얻는 것을 특징으로 하는 공정 모니터링 장치
|
3 |
3
제 1 항에 있어서,상기 그래픽 라소 처리 수단은, 가우스 로그가능도를 이용하여 상기 공정 변수에 대한 정밀도 행렬 문제를 해결하는 것을 특징으로 하는 공정 모니터링 장치
|
4 |
4
제 1 항에 있어서,상기 마르코프 랜덤 필드 처리 수단은, 커널 밀도 추정을 이용하여 확률을 학습하고 추정하는 것을 특징으로 하는 공정 모니터링 장치
|
5 |
5
제 1 항에 있어서,상기 마르코프 랜덤 필드 처리 수단은,커널 밀도 추정을 이용하여 상기 그룹의 확률 추론 값과 모니터링 한계 값을 얻고,상기 확률 추론 값과 상기 모니터링 한계 값을 비교하여 상기 그룹의 결함 상태를 결정하는 것을 특징으로 하는 공정 모니터링 장치
|
6 |
6
그래픽 라소를 이용하여 공정 변수를 관련 그룹으로 그룹화하는 그래픽 라소 처리 단계; 및마르코프 랜덤 필드를 이용하여 상기 그룹이 결함 상태에 있는지 결정하는 마르코프 랜덤 필드 처리 단계를 포함하는 공정 모니터링 방법
|
7 |
7
제 6 항에 있어서,상기 그래픽 라소 처리 단계는, 상기 공정 변수를 그룹화하여 무방향성 그래픽 구조를 얻는 것을 특징으로 하는 공정 모니터링 방법
|
8 |
8
제 6 항에 있어서,상기 그래픽 라소 처리 단계는, 가우스 로그가능도를 이용하여 상기 공정 변수에 대한 정밀도 행렬 문제를 해결하는 것을 특징으로 하는 공정 모니터링 방법
|
9 |
9
제 6 항에 있어서,상기 마르코프 랜덤 필드 처리 단계는, 커널 밀도 추정을 이용하여 확률을 학습하고 추정하는 것을 특징으로 하는 공정 모니터링 방법
|
10 |
10
제 6 항에 있어서,상기 마르코프 랜덤 필드 처리 단계는,커널 밀도 추정을 이용하여 상기 그룹의 확률 추론 값과 모니터링 한계 값을 얻고,상기 확률 추론 값과 상기 모니터링 한계 값을 비교하여 상기 그룹의 결함 상태를 결정하는 것을 특징으로 하는 공정 모니터링 장치
|