製造装置データによる特性予測の　　　　　AIアルゴリズムコンテスト部門

本コンテストは半導体製造装置現場で発生する実データを用い、 実践的な研究開発の裾野を広げることを目的とします。 このコンテストは、半導体製造工場の競争力の源泉となる工程検査のスマート化に関するAIアルゴリズムのコンテストです。実際の半導体製造装置に内蔵されている「センサデータを用いて製造結果を予測する学習モデル」を作成して頂きます。センサデータだけから製造結果の予測精度を競います。

エントリーは終了しました

コンテストの応募要項

•参加資格　高校、高専、専門学校、大学、大学院の学生　個人・チーム参加のどちらでもOK

•Kaggle in Classを使ったコンテスト

Kaggle in Classは、世界中の数百の大学でデータ解析技術の演習に用いられているツールです。

初めてKaggleに挑戦したい方にもお薦めです。

•使用言語

PythonまたはR

•課題「センサデータを用いて製造結果を予測する学習モデル」と評価

予測精度を競います。

•提出物

・コード Kaggle上に提出

・アブストラクト MS Word 1ページ（ISSMテンプレート　日英いずれでも可）を事務局に提出

•提供データセット（実際に半導体製造に使われたセンサデータが提供されます）

Training data - 958 rows, 312 columns including header.

TP is objective and explanatory variables are from 4th column onward.

Test data - 396 rows, 311 columns including header.

提出

1. Kaggleコード　　　　　　　：Kaggle上に提出してください。

2. アブストラクト（説明資料）： ワード形式（ISSMテンプレート使用）を下記DropBoxへアップロードしてください。

ファイル名にはチーム名を必ず記載してください。

例） Team-ISSM.docx

アブストラクト提出先DropBox　　https://www.dropbox.com/request/0DYiyaFMeS3PTqE2WRii

テンプレート（Word)

こちらからダウンロードしてください。ISSMテンプレート

スケジュール

エントリー締切 　　　　　　2022年11月13日（日）

　　　　　　　　　　　　　　　　　（エントリー後、データが閲覧可能になりますので早目のエントリーをお薦めします）

Kaggleユーザー登録開始 　　2022年9月20日（火）（予定）

コード提出締切 　　　　　　2022年12月4日（日）

アブストラクト締切 　　　　2022年12月4日　(日)（MS Word　1ページ）

表彰式

優秀者・チームはISSM2022（2022年12月12日~13日開催）で表彰します。

【問題監修】

京都大学大学院

情報学研究科システム科学専攻

加納　学教授