透過K-平均集群法及主成份分析方法改良快閃記憶體的測試方法

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：62

、訪客IP：18.219.158.84

姓名

王雲輝(Wang) 查詢紙本館藏

畢業系所

工業管理研究所

論文名稱

透過K-平均集群法及主成份分析方法改良快閃記憶體的測試方法
(Improve the NAND IC Sorting method via K-means and principal component analysis.)

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]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

由於記憶體產品已經與人們地生活息息相關，不論是手機或電腦甚至網路服務商，背後的儲存裝置已從傳統硬碟(HDD)逐漸更新成固態印碟(SSD)，其中重要零件便是本研究所提的快閃記憶體（NAND），因此在記憶體產品業界中，如何在最快地時間且兼顧品質的狀況下推出產品，這已經是各公司的重要的核心競爭力。
本研究將利用K-平均集群法(K-means)將快閃記憶體重新分群，將具有同特性的IC歸為一類，使得產品韌體開發人員能更能聚焦該快閃記憶體並了解該群快閃記憶體的特徵用適合的韌體演算法來處理快閃記憶體本身隨時間、製程等因素有不良的問題。經實驗結果證明，本研究的方法在同類型且不同批次的快閃記憶體上，最大數量的分群樣本都具備相同的特性，也可提供給研發及品經單位作為產品品質的參考依據。

摘要(英)

Since the memory products have been closely related to people lives, whether it is a mobile, computer and internet service provider, the storage device behind it has been update from hard disk drive (HDD) to solid state drive(SSD), the key point is the NAND by the this research. Therefore, in the memory product market, how to launch products in the fastest time and quality is good, this is already an important core competitiveness of each company. This study will use the K-means to group the NAND, classify the ICs with the same characteristics, so that product firmware developers can focus on the NAND and understand the characteristics of the group NAND with appropriate firmware algorithms to handler the process problem and other lot or grade. The experimental results show that the method of this study has the same characteristics in the same type and different batch of NAND, this can also be provided to the R&D and quality department for reference the product and material quality.

關鍵字(中)

★ 分群
★ 快閃記憶體

關鍵字(英)

★ K-means
★ NAND

論文目次

一、緒論 1
1-1研究動機 1
1-2研究目的與方法 4
1-3研究架構 6
二、理論說明與文獻探討 7
2-1 快閃記憶體架構及不良現象的探討 7
2-2 聚類(Clustering)分析 15
三、研究方法 17
3-1 研究步驟 17
3-2 定義 18
3-3 分析 24
四、實驗結果 32
五、結論 36
六、參考文獻 37

參考文獻

[1]. Rino Micheloni, Luca Crippa and Alessia Marelli, “Inside NAND Flash Memories”, 2010.
[2]. Yu Cai, Erich F. Haratsch, Onur Mutlu and Ken Mai. “Error Patterns in MLC NAND Flash Memory: Measurement, Characterization, and Analysis”, 2012.
[3]. Yu Cai, Erich F. Haratsch, Onur Mutlu and Ken Mai, “Threshold Voltage Distribution in MLC NAND Flash Memory: Characterization, Analysis, and Modeling”, 2013.
[4]. Jan F. Van Houdt, R. Degraeve, Guido Groeseneken and Herman Emile Maes “Nonvolatile Memory Technologies with Emphasis on Flash: A Comprehensive Guide to Understanding and Using NVM Devices”, 2007.
[5] Ren-Shuo Liu, Chia-Lin Yang and Wei Wu, “Optimizing NAND Flash-Based SSDs via Retention Relaxation”, 2012
[6] Jake VanderPlas, “Python Data Science Handbook: Essential Tools for Working with Data”, 2017
[7] scikit-learn, https://scikit-learn.org/stable/
[8] seaborn, statistical data visualization, https://seaborn.pydata.org/
[9] Anaconda Distribution, https://www.anaconda.com/distribution/

指導教授

葉英傑

審核日期

2019-7-17

推文