已发表 精选论文
Profile Abstract：面向 Profile 数据挖掘的优化型子集选择与摘要方法
Profile Abstract: An optimization-based subset selection and summarization method for profile data mining
作者
Fei Zhu, Jianshe Feng, Min Xie, Li Li, Jing Lei, Jay Lee
发表期刊
IEEE Transactions on Industrial Informatics
发表年份
2022
研究领域
制造过程智能监控关键词
流式数据 时序抽象 优化方法 半导体制造
摘要
提出流式数据抽象化方法（Profile Abstract），将高维时序分析转化为优化问题，实现对海量过程曲线数据的高效压缩、摘要与挖掘。成果已在 Applied Materials 及上汽恺博等企业落地应用。
研究概述
半导体等先进制造现场持续产生海量高维过程曲线（Profile）数据，直接存储与分析成本高昂。如何从流式数据中筛选最具代表性的子集并保留关键工艺信息，是工业大数据分析的基础性问题。
研究方法
将代表性子集选择建模为带约束的优化问题，设计兼顾样本代表性与冗余度的目标函数与高效求解策略，实现对流式 Profile 数据的在线摘要与抽象。
实验结果
方法在半导体制造等真实工业数据上验证了压缩效率与下游分析精度的平衡，并在 Applied Materials、上汽恺博等企业落地，获得业界广泛关注与报道。
结论
该工作构建了从高维流式数据到可用工程信息的抽象化通道，是实验室工业时序分析技术路线的重要基石。