Startseite UR

Neuronale Netzwerkmodelle zur Analyse hochdimensionaler, multisensorischer Datensätze prozessierter Si-Wafer

URN zum Zitieren dieses Dokuments: urn:nbn:de:bvb:355-opus-548

Schels, Armin (2002) Neuronale Netzwerkmodelle zur Analyse hochdimensionaler, multisensorischer Datensätze prozessierter Si-Wafer. Dissertation, Universität Regensburg.

[img]
Vorschau
Lizenz: Veröffentlichungsvertrag für Publikationen ohne Print on Demand
PDF
Download (6MB)

Zusammenfassung (Deutsch)

In dieser Arbeit werden verschiedene neuronale Netzwerkmodelle zur Analyse hochdimensionaler multisensorischer Datensätze prozessierter Silizium-Wafer untersucht. Für die Dimensionsreduzierung und Kennzahlenextraktion werden Methoden der Principal Component Analysis (PCA), Independent Component Analysis (ICA) und Backpropagation-Netzwerke verwendet. Zur anschließenden Klassifikation der ...

plus

Übersetzung der Zusammenfassung (Englisch)

Different neural network architectures were used for the analysis of high-dimensional and multi-sensoric datasets of processed silicon wafers. For dimensionality reduction and feature extraction layered networks with learning rules implementing a Principal Component Analysis (PCA), an Independent Component Analysis (ICA) and an error-backpropagation method were used. For the classification ...

plus


Bibliographische Daten exportieren



Dokumentenart:Hochschulschrift der Universität Regensburg (Dissertation)
Datum:16 Januar 2002
Begutachter (Erstgutachter):Elmar W. Lang
Tag der Prüfung:6 Dezember 2001
Institutionen:Biologie und Vorklinische Medizin > Institut für Biophysik und physikalische Biochemie > Prof. Dr. Elmar Lang
Stichwörter / Keywords:Neuronales Netz , Zeitreihenanalyse , Halbleiterindustrie , , neural networks , fault detection , time series analysis
Dewey-Dezimal-Klassifikation:500 Naturwissenschaften und Mathematik > 570 Biowissenschaften, Biologie
Status:Veröffentlicht
Begutachtet:Ja, diese Version wurde begutachtet
An der Universität Regensburg entstanden:Ja
Eingebracht am:21 Okt 2009 13:39
Zuletzt geändert:13 Mrz 2014 11:08
Dokumenten-ID:9899
Nur für Besitzer und Autoren: Kontrollseite des Eintrags

Downloads

Downloads im Monat während des letzten Jahres

  1. Universität

Universitätsbibliothek

Publikationsserver

Kontakt:

Publizieren: oa@ur.de

Dissertationen: dissertationen@ur.de

Forschungsdaten: daten@ur.de

Ansprechpartner