文組 半導體的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

概念股夯什麼?從零開始的IT圖鑑：蘋果概念股、AI概念股、雲端概念股、半導體供應鏈、虛擬貨幣……從基礎入門到上下游整合，一次看懂。

為了解決文組 半導體的問題，作者岩﨑美苗子 這樣論述：

　　概念股是什麼？ 　　指依靠相同題材，將同類型股票列入選股標的組合。 　　那……正夯的概念股有哪些？ 　　哪些被低估（或者還沒夯）的好股票可以先關注、先入手？ 　　‧伴隨5G網路發展，5G網路手機的市占率已達四成，之後會越來越高。 　　‧虛擬貨幣可規避弱勢美元風險，成為未來支付工具之一，連特斯拉都大舉投資。 　　‧受COVID-19影響，遠端工作帶動電子商務，龐大商機背後仰賴伺服器提供服務。 　　‧遊戲族群數量不斷上升，「宅經濟」題材備受市場注目，包括電競、遊戲機等。 　　你喜歡網購嗎？用《精靈寶可夢GO》抓過寶嗎？你的手機可以無線充電嗎？ 　　還有，電競可能納入奧運項目，帶動相關

市場；雙十一活動帶來大量獲利…… 　　這些都是某一種概念股。 　　本書由專業IT顧問三津田治夫精選出100個科技關鍵字， 　　從基本入門到上下游整合，告訴你，概念股為什麼這麼夯， 　　再搭配臺灣相關上市櫃公司總整理，選股不再霧煞煞。 　　◎概念股背後的隱藏技術： 　　半導體可製作電晶體或IC（積體電路），使用在各種產品上， 　　如智慧型手機、個人電腦、遊戲機、電視、冰箱、汽車、醫療設備…… 　　相關公司如台積電（2330）、富鼎（8261）、漢磊（3707）等。 　　◎概念股如何影響你我生活： 　　‧電商實力與規模已凌駕傳統零售業者，節慶限定活動（例如雙十一）也是商機。 　　線上零售業龍

頭momo的富邦媒（8454），就是概念股之一。 　　‧5G（第五代行動通訊系統）發展，逐漸取代目前市占率六成的4G手機。 　　概念股有哪些？鴻海（2317）、宏碁（2353）、聯發科（2454）都是。 　　◎AI、金融都是最夯概念股： 　　人工智慧（AI）越來越有智慧，例如智能喇叭、AI機器人，還有人臉辨識。 　　宏碁（2353）、華晶科（3059）、浩鑫（2405）……都因AI產業受矚目； 　　許多金融股，如玉山金（2884）、富邦金（2881）等，也是理財機器人概念股。 　　蘋果概念股、AI概念股、5G概念股、半導體、虛擬貨幣…… 　　等到媒體報導才查、等到分析師推薦了才跟，往往買

貴了。 　　本書從基礎入門，帶你搶在趨勢路人皆知之前，趁早布局。 各界推薦 　　竹謙科技研發工程師、資工心理人／洪碩廷 　　「紀老師程式教學網」粉專版主／紀俊男 　　泛科知識公司知識長／鄭國威  

文組 半導體進入發燒排行的影片

高速850nm少模VCSEL設計與特性優化

為了解決文組 半導體的問題，作者許聰基 這樣論述：

移動設備的激增和雲計算的概念極大地改變了我們使用互聯網的方式，如流媒體視頻和社交網絡，這大大增加了全球互聯網流量。通過使用光互連代替傳統的銅纜，我們將獲得更大的帶寬並且不受電磁干擾的影響。使用高速垂直腔面發射激光器（VCSEL）可以提高調制效率並提高系統的速度限制。本研究的第一部分，我們將專注於通過數值模擬不同設計的腔長、氧化物孔徑幾何形狀和分佈式布拉格反射器(DBR)的影響來提高VCSEL的帶寬。透過PICS3D 模擬發射激光器(VCSEL)程序優化850-nm GaAs高速垂直腔表面的頻率響應特性。使用5-μm氧化物孔徑尺寸，頻率響應行為可以從18.4 GHz和15.5 GHz至21.2

GHz和19 GHz，分別在25°C和85°C時最大為3 dB。數值模擬結果還表明頻率響應性能從21.2 GHz和19 GHz提高到30.5 GHz。由於腔長從3λ/2減少到λ/2，因此在25°C和85°C下最大為3 dB的24.8 GHz。因此，高速VCSEL器件是在改進的結構上製造的，並展示了85°C時的速率達50 Gb/s的數據傳輸速率。第二部分是關於Zn擴散單模或少模VCSEL的高速性能。單模VCSEL在長距離傳輸時不會出現色散，但研究表明存在帶寬飽和和低頻滾降等高速特性下降的問題。通過數值觀察Zn擴散孔徑對模式控制的影響，我們成功地模擬了具有Zn擴散的少模VCSEL，並進一步討論了

高速性能。我們發現在高注入電流下注入電流與光模式的重疊很差，這將導致調制帶寬飽和。同法Zn擴散也用於少模(FM)垂直腔面發射激光器(VCSEL)，其准單模SMSR的性能超過20 dB。由於高階橫模通過雜質引起的Zn擴散無序達到抑制效果，因此VCSEL具有更大的氧化物孔徑，因此具有穩定的輸出功率。VCSEL的氧化物限制孔徑為6 μm，Zn擴散孔徑為4 μm，深度為1 μm。它可以在9 mA時達到高達24.8 GHz的諧振頻率和超過20 GHz的調制帶寬。演示了使用編碼NRZ-OOK在100 m漸變折射率單模光纖(GI-SMF)上以超過50 Gbit/s的比特率進行無差錯傳輸。

創意電力公司：讓創意與商業完美結合、企業永續成功的祕密

為了解決文組 半導體的問題，作者EdCatmull 這樣論述：

　　《玩具總動員》25週年紀念版   　　紐約時報暢銷書、金融時報年度最佳好書、馬克‧祖克伯圖書俱樂部選書 　　皮克斯∕迪士尼動畫總裁、2019年電腦科學界諾貝爾獎「圖靈獎」得主 　　告訴你皮克斯的創意從何而來、為何能稱霸至今 　　向全世界最有創意的公司學習 　　創意型產業經營者與工作者不可不讀的書 　　這不是一本回憶錄，而是要分享我們發現問題、解決問題，以及保護創意與創新文化的方法。──艾德‧卡特莫爾   　　自1995年以《玩具總動員》創下史無前例的成功後，由皮克斯出品的動畫電影，幾乎沒有敗筆：《怪獸電力公司》《海底總動員》《超人特攻隊》《料理鼠王》《天外奇蹟》《腦筋

急轉彎》《可可夜總會》……，每一部都創造票房佳績，也為電腦動畫設立了技術與藝術的標竿。   　　然而，在此之前，皮克斯只是一家虧損不堪的電腦硬體公司。他們到底是如何從谷底翻身、攀登顛峰，還能不斷以令人驚豔的絕佳創意，占穩領先地位，至今無人能敵？   　　皮克斯從無到有，到與迪士尼合併之後持續成功的32年間，卡特莫爾都是舉足輕重的領導人。但在本書中，他沒有吹噓皮克斯有多成功，而是坦率真誠地說出皮克斯的掙扎、挑戰、他們犯了什麼錯，以及如何從中學習。   　　● 面對大公司迪士尼的購併，小公司皮克斯要如何保有自己的獨立性與文化？ 　　● 公司的創意與製作部門出現嚴重裂痕、彼此憎恨，該怎麼處理？ 　　

● 電影上映前不到一年，才發現一切必須重新來過，要如何達成不可能的任務？ 　　● 創意人員陷入瓶頸、迷失方向時，如何協助他們走出困境？ 　　● 員工不敢說出內心想法、意見與批評，如何才能改變？ 　　● 一旦成功，就開始害怕失敗、不敢冒險，該如何突破？   　　身為一個光靠「創意」便創造出百億美元產值的企業經營者，卡特莫爾自認最重要的使命，就是清除所有破壞創造力的障礙與陷阱。透過本書，你將學會如何避開這些陷阱、讓自己與企業永保創意活力。   　　★皮克斯的經營哲學★ 　　• 如果同事寧願在走廊說真話，而非在會議室，你就有麻煩了。 　　• 把好點子交給平庸的團隊，他們很可能搞砸；把平庸的點子交給傑

出的團隊，他們不是修正，就是想出更好的點子。只要找到對的團隊，就會想出對的點子。 　　• 永遠要雇用比你聰明的人，即使可能對你造成威脅。 　　• 不要以為只要避免犯錯，就不會出錯。避免犯錯的成本往往遠高於解決問題的成本。 　　• 信任不代表相信對方不會搞砸，而是在事情搞砸時，相信他們有辦法解決。 　　• 創意環境的主管要保護新點子，優秀的作品必然歷經不優秀的階段。我們要保護未來，而非過去。 　　• 變化和不確定是生活的一部分。我們的任務不是抗拒，而是培養從挫折中恢復的能力。   名人推薦 　　于為暢╱暢銷書《暢玩一人公司》作者 　　林家齊╱夢想動畫創辦人 　　吳靜吉╱創造力專家 　　游舒帆╱

商業思維學院院長 　　張維忠╱台藝大多媒體動畫藝術系系主任 　　林宏文╱財經專欄作家 　　衷心推薦 好評推薦 　　● 艾德在本書具體且誠實地揭露了許多實例，告訴你如何避免搬石頭砸自己的腳，並了解如何有創意地連結藝術、企業與創新。──喬治‧盧卡斯 　　● 在獲得巨大成功的同時，還能謹守最高藝術標準──皮克斯用其極具創意的領導，與對創新的堅持承諾，辦到了這件事。這是每一位經理人都應該讀的一本書。──查爾斯．杜希格，《為什麼我們這樣生活，那樣工作？》作者 　　● 皮克斯無人可敵的紀錄，以及他們的電影為我們的生命帶來的喜悅，為他的這些方法提供了最重要的證明：它們真的有效！──詹姆．柯林斯，《從

A到A+：企業從優秀到卓越的奧祕》作者 　　● 有史以來最棒的商業書。──《富比士雜誌》 　　● 我們經常追求保持現狀不變，本書卻是要教你突破現狀。──賽斯‧高汀 　　● 在所有談論創新的書籍中，本書是我讀過寫得最好的。這是由一名從業者所寫、對創新主題思考最周延深刻的書。它有著令人耳目一新的謙遜、細心與實用性。我跟每一位從事創新行業的客戶都推薦這本書。──蓋瑞‧皮薩諾（Gary P. Pisano），哈佛商學院企業管理講座教授 　　● 企業界大師們總愛談論皮克斯的故事，但這是第一次能聽見領導這家公司的人訴說真實故事的機會。所有對經營創意產業，或只是對良好經營理念與方式感興趣的人，都應該

要閱讀本書。──奇普．希思，《學會改變》作者 　　● 關於如何打造一個創意型組織，這是寫得最好的一本書。──羅伯．蘇頓，史丹佛大學教授，《拒絕混蛋守則》作者 　　● 跟大多數企業創辦人寫的書不同，這不是什麼充滿神話的傳說故事，反而比較像是一張藍圖。卡特莫爾帶我們進入皮克斯的生態體系，看見他們如何打造與精鍊優異的作品。若你從事的是創意相關工作，現在就應該讀它。──丹尼爾．科伊爾，《高效團隊默默在做的三件事》作者 　　● 很少用誇張的詞語談論他人特質的賈伯斯，在某次的訪談中卻連續用下列這些話描述卡特莫爾：「非常有智慧」、「非常有自覺」、「深思熟慮」、「極度聰明」，以及具有「安靜的力量」。任何

讀過卡特莫爾這本探討管理創意型公司的方法的人，都一定會同意。──《Fast Company》雜誌 　　● 一段引人入勝、關於一群絕頂聰明的人如何打造出深刻改變動畫產業的公司的故事。本書精彩好讀，充滿一家有趣又複雜的公司的內部細節。皮克斯動畫迷不可不讀，對經營管理類書的讀者來說，這更是一本能為你「增值」的書。──《華爾街日報》 　　●卡特莫爾藉由皮克斯的成功與失敗，來概述一套管理創意公司人才的系統。這家公司能理性提出坦率的批評，個人獨特性與自主權也不會被呆板的企業文化所扼殺。──《金融時報》 　　● 我認為本書不僅適合創意工作者，也適合各類型的創作者和創業家。如果說創意、創作和創業這三者之

間的共通點是什麼？我想就是「說個好聽的故事」，就像皮克斯的所有作品，以及這本《創意電力公司》一樣。──于為暢，暢銷書《暢玩一人公司》作者 　　● 在這本書中，我看到一位企業家，不僅成功打造皮克斯不朽的成就，更誠懇地反省自己走過的路，檢討自己犯過的錯，書中每個案例都是其他企業可能面臨的考驗，也讓這本書成為一本談創意文化管理的經典。──林宏文，《今周刊》顧問、財經專欄作家 　　● 這本書讓台灣的讀者得以了解皮克斯的前執行長艾德‧卡特莫爾經營公司的理念，並可從中獲得一些經營管理的啟發，是很不錯的參考資料。──張維忠，台藝大多媒體動畫藝術系系主任

用於機器學習進行半導體機台異常檢測的資料清理方法設計

為了解決文組 半導體的問題，作者謝允哲 這樣論述：

在半導體晶圓製造領域中，針對機台的異常檢測可以提早發現機台的異常，而機台的異常會影響最終的成品，因此盡早的檢測出異常可以降低因機台異常導致的損失，並提高良率。常見的異常檢測主要是利用感測器收集到的數據來做分析，並判斷機台狀況是否正常。由於半導體機台感測器數量增加且感測器數值特徵不明，越來越多異常檢測採用機器學習的方式來做預測。在機器學習領域中，大部分的模型其神經網路的架構為固定的，因此做訓練學習時，對輸入資料的格式有一定的限制，例如一筆資料項目的數量、每筆資料的長度等等。本論文研究探討半導體機台異常檢測所需的感測器資料清理問題，著重如何設計出一套資料清理演算法，對原始資料影響最低，並滿足異常

檢測對輸入資料長度一致的要求。研究問題P)以及相應的挑戰C)如下:P1)週期與步驟資料長度定義問題:週期資料為機台重複於不同的晶圓上執行同一製程感測器取樣收集到的資料，而週期資料對應到製程步驟的序列為步驟資料。不同週期中的步驟資料因工程師微調時間製程參數與資料傳輸過程資料遺失，導致週期與步驟資料長度(取樣點數量)不同。但機器學習模型對輸入資料每個週期與步驟的長度要求一致，如何決定清理後周期與步驟資料的固定長度?C1)資料中取樣點數目與各取樣點數值變化關係不明。P2)取樣點重要程度指標定義問題 : 如何定義指標量化每個取樣點重要程度，用於資料清理時決定取樣點刪補的優先順序?C2)清理後的資料用於

檢測異常，因此取樣點刪補應對各感測項目原始取樣資料的特徵影響最小。如何定義項目眾多且差異大的個別項目原始資料特徵，又如何進而設計指標來量化取樣點重要程度都是挑戰。P3)資料刪補問題:如何搭配取樣點重要程度指標，選擇各項目一個週期資料中需要刪去或填補取樣點的位置與值?C3)週期資料的型態(pattern)是取樣點數值依時序所形成，為檢測判斷的重要依據。搭配P2定義的指標進行刪、補取樣點時，如何以避免破壞原始資料型態為原則，決定取樣點的位置或數值是一大挑戰。P4)資料清理對異常檢測效能影響的評估問題:如何評估並量化資料清理對異常檢測效能的影響是減損還是提升?C4)機台感測器資料有限的情形下，如何根

據真實的情境模擬資料出現異常的情形，來評估資料清理對異常檢測造成的影響是一項挑戰。針對以上問題與挑戰，本論文新提出與解決方案如下:M1)針對需更動步驟資料中相同步驟數量最少定義步驟資料中單一步驟長度。以所有週期下步驟資料中相同步驟數量的眾數，決定單一步驟固定的長度。基於眾數為出現次數最多的數量，可以達到需更動步驟資料中相同步驟數量最少。依序將步驟資料中每個步驟固定的長度相加做為週期資料固定長度。M2)創新設計以取樣點序列中，相鄰兩點差距比例的前點大小做為取樣點重要程度指標。根據分析實務機台資料，觀察到單一項目相同製程參數下，不同週期資料會有相似的型態，而型態的變化是由取樣點數值的變化所形成，因

此將取樣點數值變化定義為特徵。為了保留原始資料特徵，本研究設計以取樣點序列中，相鄰兩點差距比例的前點大小做為取樣點重要程度指標，比例越大，重要程度越高。M3)新設計製程步驟導向資料清理(step based data cleansing)演算法。為了避免僅依靠特徵指標刪補取樣點破壞型態，設計利用群界點與熵選擇資料中相對多數取樣點相鄰兩點差距比例小的群刪補取樣點。群界點為序列中相鄰兩點的數值差距比例大於三倍標準差，分布為全序列相鄰兩點數值差距比例。群為資料拿掉群界點後連續的取樣點序列。計算每個群取樣點數值分布的熵，熵越小代表取樣點數值分布較集中，取樣點相鄰兩點差距比例小，選擇熵小的群刪補取樣點。

刪去取樣點按照群中取樣點重要程度指標，由小到大做刪去。填補取樣點時，根據群中取樣點的數量與需要填補的取樣點數量決定填補的間隔，利用此間隔平均的於群中決定填補的位置，並根據填補位置前一點的值決定數值，達到保留原始資料型態且不增加M2定義的特徵。M4)運用實務資料，設計資料清理對異常檢測效能影響的實驗架構並與現行方法進行實測比較。根據分析實務機台資料，觀察實際資料中常出現的幾種異常類型，包含飄移、移位與脈衝。設計異常模組將異常新增於原始資料，並以異常檢測模型STALAD為例，根據靈敏度、誤警率及檢測速度評估異常檢測的效能。比較的資料清理方式為實務上常用的軌跡對齊方法與經驗法則。本論文的研究發現與貢

獻包含:(1)證明製程步驟導向資料清理更動步驟資料中相同步驟數量最少。所有週期下步驟資料中相同步驟數量出現最多次的為眾數，利用眾數做為步驟資料相同步驟數量固定的長度可以達到需更動步驟資料中相同步驟數量最少。(2)透過實驗不同的異常類型發現異常檢測對取樣點數值變化敏感的特性。設計以取樣點序列中，相鄰兩點差距比例的前點大小做為取樣點重要程度指標。(3)設計並實做製程步驟導向資料清理演算法於實務機台資料上，利用群界點與熵選擇資料中多數取樣點相鄰兩點差距比例小的群刪補取樣點，避免破壞原始資料型態。(4)於實務情境下製程步驟導向資料清理搭配STALAD，相比軌跡對齊方法，在飄移異常大小1的情境可以提高S

TALAD檢測異常的靈敏度從0.2到0.98，降低STALAD檢測異常漏檢率從0.8到0.02，並提升STALAD檢測異常的檢測速度從第58筆週期資料到第19筆，且不改變誤警率。製程步驟導向資料清理將製程步驟對齊，提高正常週期資料間的相似度，降低異常檢測門檻值，使異常更容易被檢測。而異常資料的特徵為數值出現異常，透過差距比例指標將其保留。