WEKO3
アイテム
Applying Deep Reinforcement Learning to Semiconductor Manufacturing Scheduling Problems
http://hdl.handle.net/10458/0002002153
http://hdl.handle.net/10458/00020021536b85cfcd-9407-4062-ad5d-324577f6dcfb
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
Fulltext (1.3 MB)
|
.png)
|
| アイテムタイプ | 学術雑誌論文 / Journal Article(1) | |||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2026-01-14 | |||||||||||||||||||||||
| タイトル | ||||||||||||||||||||||||
| タイトル | Applying Deep Reinforcement Learning to Semiconductor Manufacturing Scheduling Problems | |||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||
| 言語 | ||||||||||||||||||||||||
| 言語 | eng | |||||||||||||||||||||||
| キーワード | ||||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||
| キーワード | Deep Reinforcement Learning | |||||||||||||||||||||||
| キーワード | ||||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||
| キーワード | Reentrant Flow Shop | |||||||||||||||||||||||
| キーワード | ||||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||
| キーワード | Scheduling | |||||||||||||||||||||||
| キーワード | ||||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||
| キーワード | Semiconductor Manufacturing | |||||||||||||||||||||||
| 資源タイプ | ||||||||||||||||||||||||
| 資源タイプ | journal article | |||||||||||||||||||||||
| アクセス権 | ||||||||||||||||||||||||
| アクセス権 | open access | |||||||||||||||||||||||
| 著者 |
Hashimoto, Kaito
× Hashimoto, Kaito
× 片山, 晋
WEKO
13102
× Arimura, Satoru
× Hara, Kousuke
× 山場, 久昭
WEKO
14888
|
|||||||||||||||||||||||
| 抄録 | ||||||||||||||||||||||||
| 内容記述タイプ | Abstract | |||||||||||||||||||||||
| 内容記述 | In this paper, we proposed a scheduling method for semiconductor manufacturing systems by extending that for a job shop scheduling problem (JSSP) using deep reinforcement learning approach. The proposed method can handle the unique characteristics of the semiconductor manufacturing process, i.e., the reentrancy and the flexibility. The advantage of the proposed method is scalable and can effectively handle increasing problem sizes. From the results of experiments, we confirmed that even when small-sized tasks were used in the training, the scheduling performance for large-sized tasks was equal to or better than the case using large-sized tasks in the training. | |||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||
| 書誌情報 |
en : Procedia Computer Science 巻 270, p. 1071-1080, 発行日 2025 |
|||||||||||||||||||||||
| 出版者 | ||||||||||||||||||||||||
| 出版者 | Elsevier B.V. | |||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||
| ISSN | ||||||||||||||||||||||||
| 収録物識別子タイプ | EISSN | |||||||||||||||||||||||
| 収録物識別子 | 18770509 | |||||||||||||||||||||||
| DOI | ||||||||||||||||||||||||
| 関連タイプ | isVersionOf | |||||||||||||||||||||||
| 識別子タイプ | DOI | |||||||||||||||||||||||
| 関連識別子 | https://doi.org/10.1016/j.procs.2025.09.228 | |||||||||||||||||||||||
| 権利 | ||||||||||||||||||||||||
| 権利情報 | © 2025 The Author(s). | |||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||
| 著者版フラグ | ||||||||||||||||||||||||
| 出版タイプ | VoR | |||||||||||||||||||||||
