participants
經查證,有參賽者資格不符,故重新調整 Private Leaderboard。 預計10月7日公布得獎名單。
本議題資料來源為某光電公司,目標為同時預測多種產品的製程品質,針對每一組製程參數,需要預測 4 個不同類型目標的結果值。影響製程的變數包含溫度、壓力、材料、機台參數等,不同產品的製程,各種變數影響的強弱程度有所不同。藉由機器學習為製程中使用的參數建立模型,以此預測結果值。
不同的產品有不同的結果標準值以及上、下限,一個預測精準的模型,可以幫助了解製程中各變數的重要性,對結果值的影響程度,有助於製程的分析及最佳化,可提升產品品質並節省成本。
第一名 hicloud 15 萬點優惠點數 + 50,000 元獎金(含稅)
第二名 hicloud 10 萬點優惠點數 + 30,000 元獎金(含稅)
第三名 hicloud 5 萬點優惠點數 + 20,000 元獎金(含稅)
佳作 hicloud 5 萬點優惠點數 (數名,視最終結果決定)
hicloud 點數由中華電信提供
備註1:hicloud 優惠點數可折抵服務費用,折抵完後自動開始依牌價7折計費
備註2:中華電信保有資格審核、優惠內容修改與中止權利
點數試算範例請參考:https://aidea-web.tw/computing
報告內容包含硬體規格、軟體規格、資料前處理、模型選擇、參數調校等,格式請參考 「多樣態光電製程品質預測 - 報告格式.docx」。
議題進行時間以台灣時間(UTC+8小時)為主,其時程如下:
時間 | 事件 |
---|---|
2020/08/12 | 報名開始 |
2020/09/23 | 上傳截止 |
2020/09/30 | 繳交報告截止 |
2020/10/07 | 公布得獎名單 |
本議題採用加權平均絕對誤差 Weighted MAE(CIEX, CIEY, CIEX_DIFF, CIEY_DIFF)。公式如下:$$Weighted ; MAE = {sum_k {(W_k ; imes ;sum_{i=1}^{n}left| (y_i - hat{y}_i) ight|) over n}} $$
$$W_k ; 為各目標項之權重,介於 ; 0 - 1 ;之間,總和為 ; 1$$
$$W_{CIEX}: 0.294,W_{CIEY}: 0.330,W_{CIEX_DIFF}: 0.172,W_{CIEY_DIFF}: 0.204$$