張耀偉
QA部長
サンディスク セミコンダクター（上海）有限公司、 ウエスタンデジタルテクノロジーズ株式会社
スピーチのトピック:
半導体製造の共通性分析と品質予測のためのビッグデータ
概要：
製造業では、工程変動に着目してきました。 工程変動とは？ どのような変動が品質問題につながる可能性がありますか? 故障の原因となる変動は？ 半導体の製造工程は非常に高度ですが、前工程と後工程のばらつきが重なるとどうなるでしょうか。 ビッグデータを活用した工場に対して、ウエハーの製造、ウエハーのパッケージング、完成品の検査を行い、ビジネスアプリケーションだけでなく、深刻な接続を実現します。 このすべてが紹介されます。 数十、数百、数千もの入力変数から主要なパラメータを特定し、それらを適切に制御して品質とコストのバランスを取ることは、高度なプロセス フローの最も困難かつ重要な問題です。 したがって、共通性分析は、そのような側面の診断と予測の両方に役立ちます。 共通性分析を行うには、データのクレンジング、データの接続、アルゴリズムの選択、結果の分析に至るすべてのリンクにおいて、不断の試行と検証を行う必要があります。 この目的を達成するために、プロセスを強化する JMP ソフトウェアを選択しました。 詳細については、このトークで説明します。
バックグラウンド：
Zhang Yaowei は、半導体業界で 20 年近くの経験を持つ専門家です。 Intel、STATS ChipPAC、および Microsoft での実務経験を持つ Zhang は、現在、SanDisk Semiconductor (Shanghai) Co. Ltd. の QA 部門のディレクターを務めています。 ウエスタンデジタルテクノロジーズ株式会社 彼は、半導体の研究開発、プロセス製造、および品質管理において独自の洞察を持っています。 イノベーションの信奉者として、Zhang はチームを率いて革新的な思考を実践し、会社に大きな利益をもたらし続けています。 彼の貴重な経験は、会社の財産になるだけでなく、業界全体の改善の原動力にもなっています。 製造業におけるデータ分析のための特別なツールとして、JMP ソフトウェアは Zhang によって Intel から STATS ChipPAC および SanDisk に導入され、多数の専門家がトレーニングを受けました。
IC製造におけるビッグデータマイニング: 欠陥予測モデル
2016 年、AlphaGo は囲碁のトップ プレイヤーを 1 人ずつ倒しました。 そして 2017 年、AlphaGo Zero は人間の経験を必要としない自己学習によって、すべての先行者を打ち負かしました。 それ以来、人間は AI 元年に突入しました。 情報技術の継続的な発展に伴い、データの応用、特に産業界におけるビッグデータの応用は、製造業においてますます重要な役割を果たしています。 集積回路 (IC) 製造は、ハイテク集約型産業です。 製品の非常に小さな寸法と高精度の要件は、データ分析と非常に密接な関係を持つ運命にあります。 この講演では主に、IC製造におけるリアルタイムの装置監視データを使用して、データマイニングと機械学習手法を使用して欠陥の根本原因を見つけ、品質向上、コスト削減、および生産性向上を実現する方法について紹介します。 業界における AI の力と展望を見てみましょう。 JMPのモデル予測機能を、IC製造データに基づくWATの欠陥予測や仮想計測にどのように活用するか、実際の事例を交えながらご紹介します。 これらの事例が刺激になることを願っています。
Kang Sheng は華東師範大学で確率と数学的統計学を専攻し、修士号を取得して卒業しました。 彼は現在、Semiconductor Manufacturing International Corp. に勤務し、品質および信頼性センターのシニア マネージャーを務めています。 彼は半導体製造の 13 年の経験を持ち、品質管理、統計的工程管理 (SPC)、および実験計画法 (DOE) などの専門知識を備えています。会社を代表して、彼は産業用インターネットおよび産業用ビッグに多大な貢献をしました。インダストリアルインターネット上海支店のアライアンスの設立への参加によるデータ分析。 彼は、産業統計と半導体の品質と信頼性の分野で、米国と中国で 15 以上の論文を発表し、19 の特許を取得しています。
Thomas Chen プロダクト エンジニアリングおよびテスト エンジニアリング担当ディレクター
長江メモリーテクノロジー
トピック：NANDフラッシュの開発とテストにおけるデータ解析
概要：
ビッグデータの時代に入ると、この革命にどれだけ深く関与するかを測定するために、メモリサイズとネットワーク帯域幅という 2 つの重要な指標に注目します。
約 20 年前、ハイテク業界のほとんどの人がまだ「コンピューティング機能」について話し、Pentium シリアルのリリースに興奮していた時代でした。 現在、メモリサイズ、128GB、256GB ... だけが iPhone の価格を差別化しています。 人々は現在、データがどのように保存され、転送されるかに関心を持っています。
メモリ、特に NAND フラッシュは、個人の日常生活で広く利用されています。 コンピューターから携帯電話、データセンターからエンタープライズ グレードのサーバーに至るまで、NAND フラッシュは、さまざまなアプリケーションがデータ ストレージの問題をより高い効率、より高いセキュリティ、およびより低い電力で解決するのに役立っています。 同時に、ビッグ データ アプリケーションもメモリ業界を牽引しており、半導体市場全体の 3 分の 1 を占める最初のセグメントとなっています。
YMTC は、中国で NAND フラッシュを開発および製造する最初で唯一の IDM 企業です。 月産30万枚以上というYMTCのキャパシティ目標を考えると、10枚以上20トランジスタは、YMTC の工場で毎月テストされます。 正確で効率的なデータ分析は、新製品を迅速に開発し、大量生産ラインを安定させ、歩留まり、品質、および信頼性を向上させるための最も重要な方法の 1 つです。
YMTCの製品開発段階でJMPがどのように活用されているか、また将来の大量生産にどのように役立つかについて、プレゼンテーションの中でいくつかの例が紹介されます。
次のプレゼンテーションでは、パッケージの例を使用して、JMP がどのようにエキシビション ストアの製品研究と未来生産を支援するかを説明します。
序章：
Thomas Chen (陈轶) は復旦大学を卒業し、理論物理学の学士号と電気工学の修士号を取得しています。 Chen は 2001 年に Intel に入社し、NOR フラッシュ製品の開発に携わりました。 2010 年初頭に Micron に入社し、NAND フラッシュ製品の開発に取り組み始めました。 Chen は、2016 年初頭に製品エンジニアリングおよびテスト エンジニアリングのディレクターとして Yangtze Memory Technologies に入社しました。 過去 16 年間のキャリアで、Chen は 230nm から 64 層の 3D NAND フラッシュまで、10 世代以上のフラッシュ製品の R&D に参加してきました。
ヴォカ・ライ
シニアデータサイエンティスト
R&D マネージャー、台湾の半導体アセンブリおよびテスト大手
トピック：
ビッグデータ解析とJMP®実験フローの標準化
概要：
最近のビッグデータの急増は依然として熱いものですが、市場におけるそのアプリケーションのほとんどは要約または回帰に限定されており、分析は含まれていません。 分析がなければ、根本原因をさらに調査して、意思決定や予測を行うことはできません。 ビッグデータの一般的な応用は不完全であり、人々はその魔法の魅力に陥ってはなりません。 この講義では、著者の半導体分野での長年の実務経験に基づいて、ソートから意思決定または予測のための分析、問題の解決までの標準化されたフローで、データ分析の手順を説明します。 JMP の独自のツールは、完璧なデモンストレーションのテンプレートを提供します。
序章：
機械工学のマスターである Voca Lai は、台湾の国立交通大学 (NCTU) と台湾の国立中興大学 (NCHU) を卒業しました。 彼はまた、台湾の中国品質協会 (CSQ) のメンバーであり、Certified Quality Engineer (CQE) です。 彼は、R&D マネージャーとして、また統計トレーニングおよび統計コンサルティングの主任代表として、台湾の半導体アセンブリおよびテストの大手企業で働いています。 彼は、R&D、QA、ENG、MFG、および PD の経験を活かして、20 年以上にわたって集積回路技術の開発と改善に貢献してきました。
JMPによる官能データと消費者データの多変量解析®
Jianfeng Ding、JMP 上級研究統計開発者、SAS
官能調査や消費者調査から得られたデータ セットは、非常に大きくなる可能性があり、さまざまな列やデータ型が含まれます。 さまざまな多変量データ分析方法は、官能データの探索と分析に役立ちます。 ここ数年で、これらのメソッドの多くが JMP に追加されました。 このホワイト ペーパーでは、分散分析 (ANOVA)、K 平均クラスター、主成分分析、部分最小二乗法、多重因子分析、多重コレスポンデンス分析、テキスト エクスプローラーなどの方法を官能データと消費者データに適用する方法を提示し、それぞれの方法を強調します。これらの手順の動作、それぞれの解釈方法、相互の関係について説明します。 官能および消費者の嗜好の問題に対処するための最良の方法を説明することにより、このホワイト ペーパーの目的は、アナリストが官能評価、消費者の嗜好、および適切な多変量解析手法に慣れ、各アナリストが JMP でこれらの手法を効果的に使用して独自の官能研究を行えるようにすることです。
丁建豊
JMP シニア リサーチ スタティスティシャン デベロッパー、SAS
Jianfeng Ding は、1998 年に統計テスターとして SAS に入社し、JMP 内の多くのプラットフォームをテストしました。 彼女は 2004 年に統計学者の開発者になりました。 それ以来、彼女は多変量、主成分分析、因子分析、偏最小二乗法、多重対応分析などの多くの統計プラットフォームを開発し、担当してきました。 Ding は、ノースカロライナ州立大学で海洋、地球、大気科学の修士号と統計学の修士号を取得しています。
シュン・リュウ
Ⅴアイスプレジデント、上海恒瑞製薬
Hengrui Medicine の子会社である Suncadia Biopharmaceuticals の最高科学責任者
Shanghai Hengrui Biopharmaceutical Research Institute 所長
効率的かつ効果的なバイオ医薬品プロセス開発 – AD 〇 Eアプローチ
概要
生物製剤としても知られる生物製剤は、医学の最も有望なフロンティアの 1 つとして中国で急速な成長を遂げています。の製薬業界。 開発時間を短縮し、すべての重要かつ主要なプロセス パラメータを確立するには、実験計画法 (DOE)これらの目的を効率的かつ効果的に達成するのに役立つ貴重なツールです。 Dを使用しました〇 E は、スクリーニングと最適化のためのプロセスおよびメソッド開発のさまざまな段階で使用されます。 たとえば、cエルlイネeエンジニアリングは、細胞株のスクリーニングと選択に原理を適用し、細胞培養の開発に使用されました D 〇培地のスクリーニングと最適化、精製プロセスの開発に使用される E D 〇 E 特性評価範囲をテストし、最適な動作範囲を確立する、分析法の開発 Dの助けを借りて確立されたアッセイ法〇 E、および製剤開発は、一部実施要因計画を使用して、最適な最終製品の製剤バッファーをスクリーニングして取得することができましたJMPで. プレゼンテーションでは、これらのアプリケーションの概要を症例報告とともに紹介します。
タイトル: 製薬業界におけるビッグデータの応用と分析
概要：
製薬業界では製品のライフサイクル全体でデータ取得が行われ、GxP管理を支えています。製薬業界にはデータが不足しているわけではありませんが、そのデータを効果的に分析し、活用するにはどうすればよいでしょうか。 ？ QbT を利用した内部統制標準の策定と管理への適用から、統計プロセスの QbP 管理まで。本質的な技術プロセス変動の分析と適用から、製品開発、プロセス研究開発、および分析方法における QbD アプリケーションまで、これらのプロセスを体系的に分析し、継続的な反復アップグレードを実装し、JMP を使用してモデルを検証し、実際に適用するにはどうすればよいでしょうか?
バックグラウンド：
Peng Xiaodan は、Shanghai Fosun Pharmaceutical (Group) Co. のオペレーション管理部門の現在の副社長です。 株式会社 彼はリーン シックス シグマ マスター ブラック ベルト (MBB)、香港理工大学で品質管理の理学修士、北京大学で国際薬学工学管理 (IPEM) の修士号を取得しています。 Peng は、統計的プロセス制御、ハイブリッド モデリング、実験計画、予測モデリング、統計計算に関する広範な理論的および実践的な知識を備えており、品質管理、データ分析と応用、運用上の卓越性などの分野で独自の視点を持っています。 これにより、彼はチームを率いて革新的なアイデアを実装し、会社に大きな利益をもたらすことができます。 JMPをはじめとする製薬業界のデータ解析の基幹ツールの活用を推進するとともに、多くの優秀な人材を育成。
講演テーマ: 製薬業界における研究開発、製造、品質管理における JMP の適用
講義の要約: 医薬品規制科学は、医薬品の安全性、有効性、品質管理、および有用性を評価するための新しいツール、基準、および方法の開発に関係する科学分野であり、データの定量化に基づいています。 医薬品の安全性と有効性は臨床試験または観察データに基づいており、この種のデータに関連する研究デザインと分析方法は生物統計学の領域に含まれます。 一方、医薬品の製剤およびプロセスの研究、製造、および品質管理に関連する統計アプリケーションは、品質統計に分類されます。 患者が使用するジェネリック医薬品の割合が年々増加するにつれて、さまざまな国の規制機関における医薬品の研究開発、製造、および品質管理ドメインの統計要件も増加しています。 ジェネリック医薬品の安全性の問題は、主に医薬品の研究開発および製造中の品質の問題に起因しており、統計的手法の適用は従来の製造業によって効果的な解決策であることが証明されています。 研究の指導と管理を行ってきた経験から、地元の企業や医薬品規制当局が統計ツールを広く使用していることに気づきました。 ただし、これらのツールを使用するための前提条件、どのツールをいつどのデータを収集するために使用するか、およびこれらのツールを使用する際に焦点を当てるべき領域についてはよく理解していません。 したがって、数式内の重要な変数やパラメーターの実際的な意味を理解し、それによって医薬品の開発、製造、および品質管理に統計的手法を適用することを実現することが難しくなります。
JMP は、直感的で効果的で広く使用されている統計およびデータ分析ツールです。 これを適用することで、製薬会社における医薬品の法規制に基づく医薬品の研究開発、製造、品質管理におけるデータ統計・分析を大きく推進することができます。 データの分析と使用は、製品とプロセスに対する企業の理解を深め、規制当局との合意形成に役立ちます。 このプレゼンテーションでは、医薬品の研究開発、製造、および品質管理における実際のケーススタディを使用して、品質統計における JMP の適用を紹介することに焦点を当てます。
嘉利羅
副社長、ベーヘリンガー インゲルハイム中国
Jiali Luo は現在、Boerheringer Ingelheim China の副社長であり、Borheringer Ingelheim Biopharmaceuticals (China) Ltd Co. のゼネラル マネージャーです。BI での現在の役職に就く前は、R&D 担当ディレクター、バイオ医薬品担当ディレクター、ビジネス担当副社長として、いくつかの管理職を歴任しました。開発、グローバルコマーシャルのチーフオフィサーで中国の大手製薬会社y . Luo は長年にわたり、中国のバイオ医薬品の分野で働き、多大な貢献をしてきました。 sの研究開発、製造、品質システム、商業開発までbアイオファームa製品s . 彼は経験を持っていますa管理と運用の経験の中国と海外の両方のバイオ医薬品産業。 ルオmを持っていますアスターのおよび博士号bイオン化学とpタンパク質s科学、 MBAの学位も。
[NIFDC の要約がありませんか?]
タン・デ・ジャン
独立行政法人食品医薬品安全管理機構化学薬品監督管理研究所薬理研究室副所長
Tan De Jiang は、主任技術者であり、修士課程の学生の指導者であり、国立食品医薬品局の化学薬品管理研究所の薬理学研究所の副所長でもあります。 彼は、中国食品医薬品局 (CFDA) の 3 グレードおよび 1 つの機械的試験システムの能力検証のための専門委員会、第 9 回国家医薬品参照基準委員会の医薬品小委員会、および医学研究所など、多くの委員会に参加しています。北京健康診断協会の診断製品品質管理小委員会。Tan は、CFDA 医療機器評価専門家であり、中国国家自然科学基金会の国家科学技術賞および北京科学技術賞の審査専門家です。 彼は、Chinese Journal of Pharmaceutical Analysis の編集委員会のメンバーです。 現在、彼は中国海洋大学の客員教授であり、中国薬科大学と煙台大学の修士課程の学生の指導者でもあります。 大正製薬株式会社にて薬理研究に従事。 日本では株式会社、イタリアではIstituto Superiore di Sanità。 彼の研究対象は、主に薬物の有効性と毒性の研究、評価、および統計的応用に焦点を当てています。 彼は、第 8 次 5 カ年計画の研究プロジェクトである 863 プログラム、主要な国家プロジェクト、国際協力プロジェクトに関与し、北京市科学技術委員会のプロジェクトを主導しました。 Tan は、国家科学技術進歩賞 (第 3 級)、国家中医薬局科学技術進歩賞 (第 2 級)、および中国製薬協会科学技術賞 (第 3 級) を受賞しました。 彼は、国内外の学術雑誌に 70 を超える学術論文を発表し、そのうち 7 つは SCI に索引が付けられました。 また、7 つの学術出版物の編纂にも参加し、1 冊では編集長を、もう 1 冊では副編集長を務めました。
