Zhang Yaowei
Direttore del dipartimento QA
SanDisk Semiconductor (Shanghai) Co. Ltd., Tecnologie digitali occidentali, Inc.
Argomento del discorso:
Big Data per l'analisi della comunanza e la previsione della qualità della produzione di semiconduttori
Astratto:
Nell'industria manifatturiera, ci siamo concentrati sulla fluttuazione dei processi. Cos'è la variazione di processo? Che tipo di variazione può portare a problemi di qualità? Quali tipi di fluttuazioni possono causare guasti al prodotto? Dato che il processo di fabbricazione dei semiconduttori è così sofisticato, cosa può accadere se le variazioni del primo e del processo successivo si sovrappongono? Contro una fabbrica che applica big data, produzione di wafer, wafer di imballaggio e test di prodotti finiti, realizza la connessione seria, così come le applicazioni aziendali. Tutto questo sarà introdotto. Identificare i parametri chiave da dozzine, centinaia o addirittura migliaia di variabili di input e controllarli adeguatamente in modo da trovare un equilibrio tra qualità e costi è il problema più difficile e critico del sofisticato flusso di processo. Pertanto, l'analisi della comunanza aiuterà sia a diagnosticare che a prevedere tali aspetti. Per condurre l'analisi della comunanza, è necessario eseguire prove e verifiche costanti in tutti i collegamenti, dalla pulizia dei dati, alla connessione dei dati, alla selezione dell'algoritmo fino all'analisi dei risultati. Per raggiungere questo scopo, abbiamo scelto il software JMP per potenziare il processo. Maggiori dettagli saranno forniti in questo discorso.
Sfondo:
Zhang Yaowei è un esperto con quasi 20 anni di esperienza nel settore dei semiconduttori. Con esperienza lavorativa in Intel, STATS ChipPAC e Microsoft, Zhang è attualmente direttore del dipartimento QA di SanDisk Semiconductor (Shanghai) Co. Ltd., Tecnologie digitali occidentali, Inc. Ha intuizioni uniche nella ricerca e sviluppo di semiconduttori, nella produzione di processo e nella gestione della qualità. In qualità di sostenitore dell'innovazione, Zhang continua a guidare il suo team nella pratica del pensiero innovativo e nella creazione di grandi vantaggi per l'azienda. La sua preziosa esperienza è diventata non solo la ricchezza dell'azienda, ma anche una forza trainante per il miglioramento dell'intero settore. Come strumento speciale per l'analisi dei dati nell'industria manifatturiera, il software JMP è stato portato da Zhang da Intel a STATS ChipPAC e SanDisk e ha formato un gran numero di professionisti.
Big Data Mining nella produzione di circuiti integrati: modello di previsione dei difetti
Nel 2016, AlphaGo ha sconfitto uno per uno i migliori giocatori di Go. E nel 2017, AlphaGo Zero ha battuto tutti i suoi predecessori attraverso l'autoapprendimento senza esperienza umana. Da allora, gli esseri umani sono entrati nel primo anno di IA. Con il continuo sviluppo della tecnologia dell'informazione, l'applicazione dei dati, in particolare l'applicazione dei big data nell'industria, gioca un ruolo sempre più importante nell'industria manifatturiera. La produzione di circuiti integrati (IC) è un'industria ad alta intensità tecnologica. Le dimensioni molto ridotte dei prodotti ei requisiti di alta precisione sono destinati ad avere una relazione molto stretta con l'analisi dei dati. Questo discorso introduce principalmente come utilizzare i dati di monitoraggio delle apparecchiature in tempo reale nella produzione di circuiti integrati per trovare la causa principale dei difetti con metodi di data mining e apprendimento automatico per ottenere miglioramenti della qualità, riduzione dei costi e aumento della produttività. Vediamo i poteri e le prospettive dell'IA nel settore. Condivideremo alcuni casi reali per introdurre come utilizzare la funzione predittiva del modello di JMP nella previsione dei difetti e nella metrologia virtuale di WAT basata sui dati di produzione di circuiti integrati. Speriamo che questi casi ispirino.
Kang Sheng si è laureato con un master presso la East China Normal University, specializzandosi in probabilità e statistica matematica. Ora lavora presso Semiconductor Manufacturing International Corp. e ricopre il ruolo di Senior Manager del Quality and Reliability Center. Ha 13 anni di esperienza nella produzione di semiconduttori, con esperienza nella gestione della qualità, nel controllo statistico dei processi (SPC) e nella progettazione di esperimenti (DOE), ecc. Per conto dell'azienda, ha dato un contributo eccezionale all'Internet industriale e al grande industriale analisi dei dati, attraverso la partecipazione alla creazione dell'Alleanza dell'Industrial Internet Shanghai Branch. Ha più di 15 articoli pubblicati e 19 brevetti concessi negli Stati Uniti e in Cina nei settori della statistica industriale e della qualità e affidabilità dei semiconduttori.
Thomas Chen Direttore dell'ingegneria dei prodotti e dell'ingegneria dei test
Tecnologie di memoria Yangtze
Argomento：Analisi dei dati nello sviluppo e test NAND Flash
Astratto:
Quando entriamo nell'era dei big data, esaminiamo due indicatori importanti per misurare fino a che punto essere coinvolti in questa rivoluzione: le dimensioni della memoria e la larghezza di banda della rete.
Circa 20 anni fa, era un periodo in cui la maggior parte delle persone nel settore high-tech parlava ancora della "capacità di calcolo" ed era entusiasta delle versioni dei periodici Pentium. Oggi, solo la dimensione della memoria, 128 GB, 256 GB …, differenzia il prezzo di un iPhone. Le persone ora sono più interessate a come i dati vengono archiviati e trasferiti.
La memoria, in particolare il flash NAND, è ampiamente utilizzata nella vita quotidiana di un individuo. Dai computer ai telefoni cellulari, dai data center ai server di livello aziendale, il flash NAND ha aiutato diverse applicazioni a risolvere i problemi di archiviazione dei dati con maggiore efficienza, maggiore sicurezza e minore potenza. Allo stesso tempo, le applicazioni Big Data guidano anche l'industria delle memorie, rendendola il primo segmento dei semiconduttori, occupando un terzo del mercato totale dei semiconduttori.
YMTC è la prima e unica azienda IDM in Cina a sviluppare e produrre flash NAND. Dato l'obiettivo di capacità di YMTC, che è di oltre 300.000 wafer al mese, oltre 10 20 i transistor saranno testati ogni mese nella fabbrica di YMTC. L'analisi dei dati accurata ed efficiente è uno dei modi più importanti per aiutare a sviluppare rapidamente nuovi prodotti, stabilizzare la linea di produzione di massa e migliorare la resa, la qualità e l'affidabilità.
Durante la presentazione verranno introdotti un paio di esempi su come JMP viene utilizzato durante la fase di sviluppo del prodotto di YMTC e su come può aiutare nella futura produzione di massa.
本次演示将使用几组实例，说明如何通过JMP软件辅助长江存储的产品研发及未来量产.
Introduzione:
Thomas Chen (陈轶), si è laureato alla Fudan University e ha conseguito una laurea in fisica teorica e un master in ingegneria elettrica. Chen è entrato a far parte di Intel nel 2001 per lavorare allo sviluppo di prodotti flash NOR. All'inizio del 2010, è entrato a far parte di Micron e ha iniziato a lavorare allo sviluppo di prodotti flash NAND. Chen è entrato a far parte di Yangtze Memory Technologies all'inizio del 2016 come direttore dell'ingegneria dei prodotti e dell'ingegneria dei test. Negli ultimi 16 anni della sua carriera, Chen ha partecipato a oltre 10 generazioni di ricerca e sviluppo di prodotti flash, a partire da 230 nm fino a 64 layer 3D NAND flash.
Voca Lai
Scienziato esperto di dati
Responsabile R&S, gigante di assemblaggio e collaudo di semiconduttori di Taiwan
Argomento ：
La standardizzazione dell'analisi dei Big Data e il flusso sperimentale di JMP®
Astratto ：
La recente ondata di big data è ancora calda, ma la maggior parte delle sue applicazioni sul mercato è limitata a riepiloghi o regressioni e non include analisi. Senza analisi, non possiamo esplorare ulteriormente le cause alla radice e quindi prendere decisioni o fare previsioni. L'applicazione generale dei big data è incompleta e le persone non dovrebbero cadere nel suo fascino magico. Questa lezione, basata sull'esperienza pratica dell'autore nel campo dei semiconduttori per molti anni, ti mostrerà le fasi dell'analisi dei dati con un flusso standardizzato dall'ordinamento all'analisi per prendere decisioni o fare previsioni e quindi risolvere il problema. Gli esclusivi strumenti di JMP forniscono un modello per una dimostrazione perfetta.
introduzione ：
Voca Lai, master in ingegneria meccanica, si è laureato alla National Chiao Tung University (NCTU) di Taiwan e alla National Chung Hsing University (NCHU) di Taiwan. È anche membro della Chinese Society for Quality (CSQ) a Taiwan e Certified Quality Engineer (CQE). Lavora presso il colosso taiwanese di assemblaggio e collaudo di semiconduttori come responsabile della ricerca e sviluppo e rappresentante principale della formazione statistica e della consulenza statistica. Ha contribuito allo sviluppo e al miglioramento della tecnologia dei circuiti integrati per più di 20 anni, con esperienza in R&D, QA, ENG, MFG e PD.
Analisi multivariata dei dati sensoriali e dei consumatori con JMP ®
Jianfeng Ding, JMP Senior Research Statistician Developer, SAS
I set di dati risultanti da studi sensoriali e sui consumatori possono essere piuttosto grandi, con molte colonne e tipi di dati diversi. Una varietà di metodi di analisi dei dati multivariati può essere utile nell'esplorazione e nell'analisi dei dati sensoriali. Negli ultimi anni, molti di questi metodi sono stati aggiunti a JMP. In questo articolo, presentiamo come applicare metodi come l'analisi della varianza (ANOVA), K significa cluster, analisi delle componenti principali, minimi quadrati parziali, analisi fattoriale multipla, analisi delle corrispondenze multiple e Text Explorer ai dati sensoriali e dei consumatori, sottolineando come ogni di queste procedure funziona, come ciascuna viene interpretata e come si relazionano l'una con l'altra. Illustrando i metodi migliori per affrontare i problemi sensoriali e delle preferenze dei consumatori, l'obiettivo di questo documento è familiarizzare gli analisti con la valutazione sensoriale, le preferenze dei consumatori e i metodi multivariati appropriati in modo che ogni analista possa utilizzare efficacemente questi metodi in JMP per i propri studi sensoriali.
Jian Feng Ding
JMP Senior Research Statistician Developer, SAS
Jianfeng Ding è entrato a far parte di SAS come tester statistico nel 1998 e ha testato numerose piattaforme all'interno di JMP. È diventata una sviluppatrice statistica nel 2004. Da allora ha sviluppato ed è stata responsabile di molte piattaforme statistiche come Multivariate, Principal Components, Factor Analysis, Partial Least Squares e Multiple Correspondence Analysis. Ding ha conseguito un master in scienze marine, della terra e dell'atmosfera e un master in statistica presso la North Carolina State University.
Xun Liu
v presidente del ghiaccio , Prodotti farmaceutici di Shanghai Hengrui
Chief Scientific Officer di Suncadia Biopharmaceuticals, una sussidiaria di Hengrui Medicine
Capo dell'Istituto di ricerca biofarmaceutica di Shanghai Hengrui
Sviluppo di processi biofarmaceutici efficienti ed efficaci – AD O E Approccio
Astratto
I farmaci biologici, noti anche come biologici, stanno vivendo una rapida crescita in Cina come una delle frontiere più promettenti della medicina, la velocità nel portare un prodotto dal DNA al BLA è l'elemento chiave del successo per ogni organizzazione in il industria farmaceutica. Ridurre i tempi di sviluppo e stabilire tutti i parametri di processo critici e chiave, statistici progettazione di esperimenti (DOE) è uno strumento prezioso per aiutare a raggiungere tali obiettivi in modo efficiente ed efficace. Abbiamo usato d O E in varie fasi di sviluppo del processo e del metodo per lo screening e l'ottimizzazione. Ad esempio, c ell l ine e L'ingegneria ha applicato il principio per lo screening e la selezione della linea cellulare, lo sviluppo della coltura cellulare ha utilizzato D O E per lo screening e l'ottimizzazione dei terreni di coltura, lo sviluppo del processo di purificazione utilizzato D O E per testare il range di caratterizzazione e stabilire il range operativo ottimale , sviluppo del metodo analitico metodo di analisi stabilito con l'aiuto di D O E, e lo sviluppo della formulazione è stato in grado di vagliare e ottenere il tampone di formulazione del prodotto finale più adatto con un disegno fattoriale frazionario in JMP . La presentazione fornirà una panoramica di queste applicazioni con case report.
Titolo: Applicazioni e analisi dei Big Data nell'industria farmaceutica
Astratto:
L'acquisizione dei dati viene eseguita durante l'intero ciclo di vita del prodotto nell'industria farmaceutica e supporta la gestione GxP. L'industria farmaceutica non manca di dati, ma come possiamo analizzare e utilizzare efficacemente tali dati ？ Dall'applicazione nella formulazione e controllo di standard di controllo interno assistito da QbT al controllo QbP di processi statistici; dall'analisi e dall'applicazione delle fluttuazioni dei processi tecnici essenziali alle applicazioni QbD nello sviluppo del prodotto, R&S di processo e metodi di analisi: come possiamo analizzare sistematicamente questi processi, implementare l'aggiornamento iterativo continuo e utilizzare JMP per esaminare i modelli e applicarli nella pratica?
Sfondo:
Peng Xiaodan è l'attuale vicepresidente del dipartimento di gestione delle operazioni di Shanghai Fosun Pharmaceutical (Group) Co., srl. Ha conseguito un Master Black Belt (MBB) Lean Six Sigma, un Master of Science in Quality Management presso l'Hong Kong Polytechnic University e un master in International Pharmaceutical Engineering Management (IPEM) presso l'Università di Pechino. Con una vasta conoscenza teorica e pratica nel controllo statistico dei processi, modellazione ibrida, progettazione sperimentale, modellazione predittiva, calcolo statistico, Peng possiede una prospettiva unica su campi come la gestione della qualità, l'analisi e l'applicazione dei dati e l'eccellenza operativa. Ciò gli consente di guidare i team nell'implementazione di idee innovative per portare enormi benefici all'azienda. Pur promuovendo l'uso di JMP e di altri strumenti fondamentali per l'analisi dei dati nell'industria farmaceutica, ha anche formato molti professionisti eccezionali.
Argomento della conferenza : Applicazioni di JMP in R&S, produzione e gestione della qualità nell'industria farmaceutica
Estratto della lezione: La scienza della regolamentazione dei farmaci è una disciplina scientifica che si occupa dello sviluppo di nuovi strumenti, standard e metodi per valutare la sicurezza, l'efficacia, il controllo di qualità e l'utilità dei farmaci e si basa sulla quantificazione dei dati. La sicurezza e l'efficacia dei farmaci si basano su studi clinici o dati di osservazione e i metodi di progettazione e analisi dello studio che sono rilevanti per questo tipo di dati rientrano nell'ambito della biostatistica. D'altra parte, le applicazioni statistiche relative alla ricerca, alla produzione e alla gestione della qualità della formulazione e dei processi dei farmaci sono classificate come statistiche sulla qualità. Man mano che la proporzione di farmaci generici utilizzati dai pazienti aumenta di anno in anno, aumentano anche i requisiti statistici per i domini di R&S farmaceutica, produzione e gestione della qualità in vari organismi di regolamentazione nazionali. I problemi di sicurezza dei farmaci generici sono principalmente attribuiti a problemi di qualità durante la R&S e la produzione di farmaci e l'applicazione di metodi statistici è stata dimostrata dalle industrie manifatturiere tradizionali come una soluzione efficace. Nella mia esperienza di insegnamento e gestione della ricerca, ho osservato che le imprese locali e le agenzie di regolamentazione dei farmaci utilizzano ampiamente gli strumenti statistici. Tuttavia, non hanno familiarità con i prerequisiti per l'utilizzo di questi strumenti, quando utilizzare quali strumenti per raccogliere quali dati e le aree su cui concentrarsi quando si utilizzano questi strumenti. Pertanto, diventa difficile per loro comprendere il significato pratico delle variabili e dei parametri chiave all'interno delle formule matematiche, e quindi realizzare l'applicazione di metodi statistici per lo sviluppo, la produzione e la gestione della qualità dei farmaci.
JMP è uno strumento statistico e di analisi dei dati intuitivo, efficace e ampiamente utilizzato. La sua applicazione può promuovere notevolmente le statistiche e l'analisi dei dati per la ricerca e lo sviluppo di farmaci, la produzione e la gestione della qualità da parte delle aziende farmaceutiche in conformità con le leggi e i regolamenti sui farmaci. L'analisi e l'utilizzo dei dati possono migliorare la comprensione di un'azienda dei propri prodotti e processi e aiutare a raggiungere il consenso con l'agenzia di regolamentazione. Questa presentazione si concentrerà sull'introduzione dell'applicazione di JMP nelle statistiche sulla qualità, con studi di casi pratici nella ricerca e sviluppo di farmaci, nella produzione e nella gestione della qualità.
Jiali Luo
Vicepresidente, Boerheringer Ingelheim Cina
Jiali Luo è attualmente il vicepresidente di Boerheringer Ingelheim China e il direttore generale di Borheringer Ingelheim Biopharmaceuticals (China) Ltd Co. Prima della sua attuale posizione in BI, Luo ha ricoperto diverse posizioni manageriali come direttore della ricerca e sviluppo, direttore dei biofarmaci, vicepresidente del business Sviluppo, Chief Officer di Global Commercial all'a importante azienda farmaceutica cinese si . Per molti anni, Luo ha lavorato nel settore dei prodotti biofarmaceutici in Cina e ha dato un contributo significativo S alla ricerca e sviluppo, produzione, sistema di qualità e sviluppo commerciale per b iopharm un Prodotto S . Possiede exp un vasta esperienza nella gestione e nel funzionamento s nel industria biofarmaceutica sia in Cina che all'estero. Luo ha m astro 'S e dottorati di ricerca in b iochimica e p proteine S scienza , così come un diploma MBA.
[abstract mancante per NIFDC?]
Tan De Jiang
Vicedirettore del laboratorio di farmacologia, Istituto per il controllo dei farmaci chimici, Istituti nazionali per il controllo degli alimenti e dei farmaci
Tan De Jiang è un tecnico capo, mentore degli studenti del master e vicedirettore del laboratorio di farmacologia presso l'Istituto per il controllo dei farmaci chimici, Istituti nazionali per il controllo degli alimenti e dei farmaci. Fa parte di molti comitati, tra cui il comitato di esperti per la convalida delle competenze del sistema di test meccanico a tre gradi e uno per la China Food and Drug Administration (CFDA), il sottocomitato per i farmaci del 9° comitato nazionale per gli standard di riferimento sui farmaci e il laboratorio medico e il sottocomitato per il controllo della qualità dei prodotti diagnostici per la Beijing Medical Examination Society.Tan è un esperto di valutazione di dispositivi medici CFDA, esperto di revisione per il premio statale per la scienza e la tecnologia della National Natural Science Foundation of China e il premio per la scienza e la tecnologia di Pechino. È membro dell'Editorial Board del Chinese Journal of Pharmaceutical Analysis. Attualmente è professore in visita presso la Ocean University of China e mentore degli studenti del master presso la China Pharmaceutical University e la Yantai University. In precedenza ha condotto ricerche farmacologiche presso Taisho Pharmaceutical Co., Ltd. in Giappone e l'Istituto Superiore di Sanità in Italia. I suoi interessi di ricerca si concentrano principalmente sulla ricerca sull'efficacia e sulla tossicità dei farmaci, sulla valutazione e sulle applicazioni statistiche. È stato coinvolto nel progetto di ricerca dell'ottavo piano quinquennale, nel programma 863, in importanti progetti nazionali e in progetti di collaborazione internazionale, e ha guidato un progetto per la Commissione municipale per la scienza e la tecnologia di Pechino. Tan ha ricevuto il National Science and Technology Progress Award (3a classe), il State Administration of Traditional Chinese Medicine Science and Technology Progress Award (2nd class) e il Chinese Pharmaceutical Association Science and Technology Award (3rd class). Ha pubblicato più di 70 articoli accademici su riviste accademiche locali ed estere, sette dei quali sono stati indicizzati in SCI. Ha anche partecipato alla compilazione di sette pubblicazioni accademiche, servendo come caporedattore per una e vice caporedattore per un'altra.
