![](https://cdn-ak-scissors.b.st-hatena.com/image/square/42827e2d00774f5b794b847f13f6488e8d975e01/height=288;version=1;width=512/https%3A%2F%2Fimage.itmedia.co.jp%2Fnews%2Farticles%2F2006%2F10%2Fcover_news119.jpg)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
異なる半導体製品の品質データを統合、不良を早期発見するAI、東芝が開発
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
異なる半導体製品の品質データを統合、不良を早期発見するAI、東芝が開発
東芝は、少量多品種を生産する半導体製造工場で、異なる種類の製品に共通して発生する重大な不良を早期... 東芝は、少量多品種を生産する半導体製造工場で、異なる種類の製品に共通して発生する重大な不良を早期に発見できるAIを開発したと発表した。個々の製品のデータが十分に得られない場合でも、複数の製品のデータを統合することでデータ量を増やして機械学習を行い、不良を高精度に分類できるという。 同技術を、東芝デバイス&ストレージ傘下の半導体工場に導入したところ、1日1人当たり4.2時間かかっていた不良監視作業が、約8分の1となる30分に短縮できたという。今後、社内外の半導体工場への適用拡大を目指す。 半導体製造では、AIを使って不良を早期発見する取り組みが進んでいる。その際、不良の種類や発生場所といったデータをAIで分類するのだが、AIで高精度に自動分類するためには、大量のデータが必要になる。 一方、多品種少量生産のニーズも高まっている。生産量が少ない製品は品質データも少ないためAIで不良を分類する際の