應用資料探勘技術建構堆疊式陶瓷電容暗裂預測模型之研究~以P公司為例

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：28

、訪客IP：3.137.218.215

姓名

李世華(Shih-Hua Lee) 查詢紙本館藏

畢業系所

工業管理研究所在職專班

論文名稱

應用資料探勘技術建構堆疊式陶瓷電容暗裂預測模型之研究~以P公司為例

相關論文

★ 應用失效模式效應分析於產品研發時程之改善	★ 服務品質因子與客戶滿意度關係研究-以汽車保修廠服務為例
★ 家庭購車決策與行銷策略之研究	★ 計程車車隊派遣作業之研究
★ 電業服務品質與服務失誤之探討-以台電桃園區營業處為例	★ 應用資料探勘探討筆記型電腦異常零件-以A公司為例
★ 車用配件開發及車主購買意願探討(以C公司汽車配件業務為實例)	★ 應用田口式實驗法於先進高強度鋼板阻抗熔接條件最佳化研究
★ 以層級分析法探討評選第三方物流服務要素之研究-以日系在台廠商為例	★ 變動良率下的最佳化批量研究
★ 供應商庫存管理架構下運用層級分析法探討供應商評選之研究-以某電子代工廠為例	★ 台灣地區快速流通消費產品銷售預測模型分析研究–以聯華食品可樂果為例
★ 競爭優勢與顧客滿意度分析以中華汽車為例	★ 綠色採購導入對電子代工廠的影響-以A公司為例
★ 以德菲法及層級分析法探討軌道運輸業之供應商評選研究–以T公司為例	★ 應用模擬系統改善存貨管理制度與服務水準之研究-以電線電纜製造業為例

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

至系統瀏覽論文 ( 永不開放)

摘要(中)

現今積層陶瓷電容(MLCC)已走向多堆疊數、薄層化的製程技術，意味著需要更細小陶瓷粉體，但是相對的粉體製作技術有相當的困難度，在開發更高電容的產品上需要投入更多的費用且更長的時間而結果不一定是理想的，故堆疊式陶瓷電容(MEGACAP)的開發因應而生，藉由一介質層將金屬片和單顆或多顆電容器進行並聯組裝，可達到電容量加倍的效果。
市面上有此技術且具備量產能力的公司主要以日系大廠村田、TDK和韓國三星及台系大廠信昌、禾伸堂等。而本研究是以P公司所獨家開發的組裝疊層電容器的技術在組裝過程遇到陶瓷體內部暗裂的問題，運用資料探勘中的羅吉斯回歸、決策樹與類神經網路三種演算法進行數據分析及模型比較，可有系統的協助工程師尋找異常的根本原因進行改善而非利用試誤法(Try & error)方式進行參數調整而增加錯誤機率導致多餘廢料和不良品產生。

摘要(英)

Nowadays, multi-layer ceramic capacitors (MLCC) have moved towards a process technology with multiple stacks and thin layers, which means that finer ceramic powders are required, but the relative powder manufacturing technology has considerable difficulties in developing higher capacitance products. It requires more investment and longer time, and the result is less than ideal, so the development of Multiple stacked ceramic capacitors (MEGACAP) came into being, through a dielectric layer to connect the metal frames and single or multiple capacitors in parallel, which can achieve the effect of doubling the capacitance.
Japan′s Murata, TDK, South Korea′s Samsung, and Taiwan′s Prosperity Dielectrics Co. (PDC) and Holystone, these companies have this technology and are capable of mass production. In this study, the new technology developed by P Company encountered the internal crack problem in the ceramic body during the assembly process. Logistic regression, decision tree and neural network in data mining were used. The three algorithms are used for data analysis and model comparison, which can systematically assist engineers to find the root cause of anomalies and improve them instead of using the trial-and-error method to adjust machine settings and parameters. Through this study, it is possible to reduce the probability of errors and lead to excess waste and defective products.

關鍵字(中)

★ 積層陶瓷電容
★ 堆疊式陶瓷電容
★ 資料探勘
★ 羅吉斯回歸
★ 決策樹
★ 類神經網路

關鍵字(英)

★ multilayer ceramic capacitors
★ MEGACAP
★ data mining
★ Logistic regression
★ decision tree
★ neural network

論文目次

摘要 i
ABSTRACT ii
誌謝 iii
目錄 iv
圖目錄 vi
表目錄 viii
第一章緒論 1
1.1 研究背景與動機 1
1.2 研究目的 3
1.3 研究流程 5
1.4 研究範圍 5
第二章文獻探討 6
2.1 積層陶瓷電容簡介 6
2.2 MLCC製程介紹 9
2.3 MEGACAP與一般MLCC比較 16
2.4 MEGACAP脈衝式熱壓銲接製程 19
2.5 資料探勘 20
2.5.1 資料探勘的介紹 20
2.5.2 資料探勘的流程 21
2.5.3 資料探勘在商業智慧中的角色 23
2.6 羅吉斯回歸 24
2.7 決策樹 25
2.8 類神經網路 28
第三章研究方法 31
3.1 研究架構 31
3.2 問題描述 33
3.3 資料來源蒐集 33
3.4 資料前處理 37
3.5 研究工具 40
第四章研究結果分析 47
4.1 個案公司說明 47
4.2 模型建立 48
4.3 模型比較 54
第五章結論與建議 57
5.1 結論 57
5.2 研究限制與建議 58
參考文獻 59

參考文獻

一、中文文獻
﹝1﹞巫宏俊；凌溢駿；林佑諭；楊家驊(2018) ，中華名國專利號I652131。台北：經濟部智慧財產局。
﹝2﹞翁慈宗，「資料探勘的發展與挑戰」，科學發展月刊，第 442期，32~39 頁，98年10月。
﹝3﹞謝邦昌，「雲端運算的應用—資料採礦和商業智慧」，科學發展月刊，第 463期，323~39頁，100年7月。
﹝4﹞張皓偉，「以羅吉斯回歸分析行動支付平台之B2B客戶流失」，國立成功大學資訊管理研究所碩士論文，民國110年。
﹝5﹞邱浩政，量化研究法(一)：研究設計與資料分析，二版，雙葉書廊，台北市，民國一百零七年。
﹝6﹞SAS Help Center: 羅吉斯回歸：建置模型。取自於https://documentation.sas.com/doc/zhTW/egdoccdc/8.2/egamotasks/p1fjde3ymj39v7n1tnod6219ab7w.htm。
﹝7﹞郭信宏，「應用資料探勘技術於面板檢測實證研究」，國立中央大學工業管理研究所碩士論文，民國97年。
﹝8﹞陳淑涓，「資料採礦方法於UCAN平台資料庫之應用研究」，私立銘傳大學應用統計資訊學系碩士班碩士論文，民國104年。
﹝9﹞顏博文，「應用資料探勘技術分析學生選課特性與學業表現」，私立中原大學資訊管理研究所碩士論文，民國92年。
﹝10﹞Sebastian Raschka， Python機器學習(上)（劉立民、吳建華，譯），三版，博碩文化，新北市，民國一百一十年。
﹝11﹞SAS 學習資源。取自於https://blogs.sas.com/content/sastaiwan/。
﹝12﹞徐美蘭，「應用類神經網路於顯示器光學品質預測之研究 –以○○公司為例」，私立東南科技大學產業經營管理研究所碩士論文，民國110年。
﹝13﹞林亞嫻，「應用資料探勘於預測半導體價格之研究」，國立中央大學工業管理研究所碩士論文，民國108年。
﹝14﹞陳冠吟，「決策樹、羅吉斯回歸與類神經網路預測員工績效之比較研究」，國立中央大學人力資源管理研究所碩士論文，民國106年。
﹝15﹞陳炳仁，「類神經網路ROC曲線的設計方法」，國立中山大學機械與機電工程研究所碩士論文，民國91年。
﹝16﹞徐晟熏，「資料探勘(Data mining)-在人力資源管理上的分析與應
用」，國立中央大學人力資源管理研究所碩士論文，民國104年。
﹝17﹞簡禎富、許嘉裕，大數據分析與資料挖礦，二版，前程文化，新北市，民國一百零八年。
﹝18﹞洪淑珍，「運用資料探勘技術及邏輯斯迴歸模型研究加值型營業稅逃漏稅風險因子」，國立屏東大學國際貿易學系碩士在職專班碩士論文，民國106年。
﹝19﹞游雅璇，「建構企業財務危機預警模型—考慮財務與公司治理因素」，私立實踐大學企業管理學系碩士班碩士論文，民國103年。
﹝20﹞廖逸凡，「羅吉斯回歸應用於場址岩體透水性之評估」，國立臺灣海洋大學河海工程學系碩士論文，民國110年。
﹝21﹞葉勁輝，「基於震動訊號非破壞性檢測於鳳梨質地量化指標研究」，國立屏東科技大學車輛工程學系碩士論文，民國110年。
﹝22﹞邱竑銘，「人工智慧輔助診斷系統在子宮頸癌治療於預後分析應用」，國立中興大學生命科學院碩士在職專班碩士論文，民國109年。

二、英文文獻
﹝23﹞Franklin, J., Bultitude, J., McConnell, J., Phillips, R., Laps, M., John, P., & Ashburn, T. "High capacitance stacked multi-layer ceramic capacitors for power supplies." CARTS 2010 Conference Proceedings, 2010.
﹝24﹞Gera, Mansi, and Shivani Goel. "Data mining-techniques, methods and algorithms: A review on tools and their validity." International Journal of Computer Applications, Vol.113, No.18, March 2015.
﹝25﹞Krishnaiah, V., G. Narsimha, and N. Subhash Chandra. "Diagnosis of lung cancer prediction system using data mining classification techniques." International Journal of Computer Science and Information Technologies, Vol.4, No.1 pp.39-45,2013.
﹝26﹞Swets, John A. "Measuring the accuracy of diagnostic
systems." Science Vol.240, No.4857 pp.1285-1293,Jun 1988.

指導教授

葉英傑(Ying-Chieh Yeh)

審核日期

2022-6-29

推文