摘要
本文探討製造業的全球趨勢，並以大數據分析應用於半導體製造業為例，藉由收集大量、即時、異質之製程資料，透過資訊萃取、統計建模等步驟，掌握總體設備效率及優化方向，實現產能即時統計、製程效率預測等製程優化所需之應用，目的增加設備利用率、降低生產作業成本，提高工廠資源運用效率，協助企業提升製程與產能控管能力。
關鍵字
無資料被引用紀錄
曾冠倫（2017）。以工業4.0為基礎之智慧工廠大數據平台建置〔碩士論文，中原大學〕。華藝線上圖書館。https://doi.org/10.6840/cycu201700450
郭人豪（2017）。導入工業4.0後人力資本與知識存量對經營績效之影響〔碩士論文，長榮大學〕。華藝線上圖書館。https://www.airitilibrary.com/Article/Detail?DocID=U0015-2707201709153100
延伸閱讀
- 林明旺（2023）。工業4.0數位轉型朝向智慧工廠。機械工業雜誌，(479)，4-6。https://www.airitilibrary.com/Article/Detail?DocID=P20171221002-N202302040005-00003
- 謝尚賢（2022）。從工業4.0看營建業的數位轉型。營建知訊，(477)，66-70。https://www.airitilibrary.com/Article/Detail?DocID=10196129-202210-202210250017-202210250017-66-70
- 陳榮輝（2015）。由大數據至智慧工業製造的數據分析與應用。化工，62(3)，76-89。https://doi.org/10.29803/CE.201506_62(3).0007
- 曾冠倫（2017）。以工業4.0為基礎之智慧工廠大數據平台建置〔碩士論文，中原大學〕。華藝線上圖書館。https://doi.org/10.6840/cycu201700450
- 洪哲倫（2020）。智慧製造的關鍵角色：工業大數據分析。機械工業雜誌，(444)，40-44。https://www.airitilibrary.com/Article/Detail?DocID=P20171221002-202003-202003020008-202003020008-40-44