장야오웨이
QA부장
SanDisk Semiconductor(Shanghai) Co. Ltd., 웨스턴 디지털 테크놀로지스
연설 주제:
반도체 제조의 공통성 분석 및 품질 예측을 위한 빅데이터
추상적인:
제조업에서는 공정 변동에 초점을 맞췄습니다. 공정 변동이란 무엇입니까? 어떤 종류의 변형이 품질 문제를 일으킬 수 있습니까? 어떤 종류의 변동이 제품 고장을 일으킬 수 있습니까? 반도체 제조공정이 워낙 고도화되면서 전자와 후속 공정의 편차가 겹친다면 어떻게 될까? 빅데이터를 적용한 공장과 웨이퍼 제조, 웨이퍼 패키징, 완제품 테스트는 비즈니스 애플리케이션뿐만 아니라 진지한 연결을 실현합니다. 이 모든 것이 소개됩니다. 수십, 수백 또는 수천 개의 입력 변수에서 주요 매개 변수를 식별하고 품질과 비용 사이의 균형을 맞추기 위해 적절하게 제어하는 것은 정교한 프로세스 흐름에서 가장 어렵고 중요한 문제입니다. 따라서 공통성 분석은 이러한 측면을 진단하고 예측하는 데 도움이 될 것입니다. 공통성 분석을 위해서는 데이터 정리, 데이터 연결, 알고리즘 선택, 결과 분석에 이르기까지 전 과정에 걸쳐 끊임없는 시도와 검증이 이루어져야 합니다. 이러한 목적을 달성하기 위해 우리는 JMP 소프트웨어를 선택하여 프로세스를 강화했습니다. 자세한 내용은 이 토크에서 제공됩니다.
배경:
Zhang Yaowei는 반도체 산업에서 거의 20년의 경험을 가진 전문가입니다. Intel, STATS ChipPAC 및 Microsoft에서 근무한 Zhang은 현재 SanDisk Semiconductor(Shanghai) Co. Ltd.의 QA 부서 이사입니다. 웨스턴 디지털 테크놀로지스 그는 반도체 연구 및 개발, 프로세스 제조 및 품질 관리에 대한 독특한 통찰력을 가지고 있습니다. 혁신을 고수하는 Zhang은 혁신적인 사고를 실천하고 회사에 큰 이익을 창출하기 위해 팀을 계속 이끌고 있습니다. 그의 소중한 경험은 회사의 재산일 뿐만 아니라 전체 산업의 개선을 위한 원동력이 되었습니다. 제조 산업의 데이터 분석을 위한 특수 도구인 JMP 소프트웨어는 Zhang이 인텔에서 STATS ChipPAC 및 SanDisk로 가져왔고 많은 전문가들이 교육을 받았습니다.
IC 제조의 빅데이터 마이닝: 결함 예측 모델
2016년 알파고는 바둑 상위권을 한 명씩 물리쳤다. 그리고 2017년 AlphaGo Zero는 인간의 경험 없이 자가 학습을 통해 모든 전임자를 이겼습니다. 그 이후로 인간은 AI 원년에 접어들었다. 정보 기술의 지속적인 발전으로 데이터의 응용, 특히 산업에서의 빅 데이터 응용은 제조업에서 점점 더 중요한 역할을 하고 있습니다. 집적 회로(IC) 제조는 첨단 기술 집약적 산업입니다. 제품의 매우 작은 치수와 고정밀 요구 사항은 데이터 분석과 매우 밀접한 관계를 가질 운명입니다. 이 강연은 주로 IC 생산에서 실시간 장비 모니터링 데이터를 사용하여 데이터 마이닝 및 기계 학습 방법으로 결함의 근본 원인을 찾아 품질 향상, 비용 절감 및 생산성 향상을 달성하는 방법을 소개합니다. 업계에서 AI의 힘과 전망을 살펴보겠습니다. IC 제조 데이터를 기반으로 WAT의 가상 계측 및 결함 예측에서 JMP의 모델 예측 기능을 사용하는 방법을 소개하기 위해 몇 가지 실제 사례를 공유합니다. 이러한 사례가 영감을 주기를 바랍니다.
Kang Sheng은 화동사범대학교에서 확률 및 수학 통계학 석사 학위를 받았습니다. 그는 현재 Semiconductor Manufacturing International Corp.에서 근무하고 있으며 품질 및 신뢰성 센터의 선임 관리자로 재직하고 있습니다. 그는 13년의 반도체 제조 경험을 가지고 있으며 품질 관리, 통계 공정 제어(SPC), 실험 설계(DOE) 등의 전문 지식을 보유하고 있습니다. 데이터 분석, 산업 인터넷 상하이 지부 연합 설립 참여를 통해. 그는 산업 통계와 반도체 품질 및 신뢰성 분야에서 미국과 중국에서 15개 이상의 출판된 논문과 19개의 특허를 보유하고 있습니다.
Thomas Chen 제품 엔지니어링 및 테스트 엔지니어링 이사
양쯔 메모리 기술
주제：NAND Flash 개발 및 테스트 데이터 분석
추상적인:
빅 데이터 시대에 접어들면 이 혁명에 얼마나 깊이 관여해야 하는지 측정하기 위해 메모리 크기와 네트워크 대역폭이라는 두 가지 중요한 지표를 살펴봅니다.
약 20년 전, 하이테크 업계의 대부분의 사람들이 여전히 "컴퓨팅 기능"에 대해 이야기하고 펜티엄 시리즈의 출시에 열광하던 시기였습니다. 오늘날 메모리 크기, 128GB, 256GB… 만 iPhone 가격을 차별화합니다. 사람들은 이제 데이터가 저장되고 전송되는 방법에 더 많은 관심을 가지고 있습니다.
메모리, 특히 낸드플래시는 개인의 일상생활에서 널리 활용되고 있다. 컴퓨터에서 휴대폰, 데이터 센터에서 엔터프라이즈급 서버에 이르기까지 NAND 플래시는 다양한 응용 프로그램이 더 높은 효율성, 더 높은 보안 및 더 낮은 전력으로 데이터 스토리지 문제를 해결하는 데 도움이 되었습니다. 동시에 빅 데이터 애플리케이션은 메모리 산업을 주도하여 전체 반도체 시장의 1/3을 차지하는 반도체의 첫 번째 세그먼트가 되었습니다.
YMTC는 NAND 플래시를 개발하고 제조하는 중국 최초이자 유일한 IDM 회사입니다. 월 300K 웨이퍼 이상인 YMTC의 용량 목표를 감안할 때 10 20 트랜지스터는 YMTC의 공장에서 매월 테스트됩니다. 정확하고 효율적인 데이터 분석은 신속한 신제품 개발, 대량 생산 라인 안정화, 수율, 품질 및 신뢰성 향상에 도움이 되는 가장 중요한 방법 중 하나입니다.
YMTC의 제품 개발 단계에서 JMP가 어떻게 활용되고 향후 대량 생산에 어떻게 도움이 될 수 있는지에 대한 프레젠테이션 중에 몇 가지 예가 소개될 것입니다.
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。
소개:
Thomas Chen(陈轶)은 Fudan University를 졸업하고 이론 물리학 학사 학위와 전기 공학 석사 학위를 받았습니다. Chen은 2001년 인텔에 합류하여 NOR 플래시 제품 개발에 참여했습니다. 2010년 초 Micron에 합류하여 NAND 플래시 제품 개발 작업을 시작했습니다. Chen은 2016년 초 제품 엔지니어링 및 테스트 엔지니어링 이사로 Yangtze Memory Technologies에 합류했습니다. 지난 16년 동안 Chen은 230nm에서 64단 3D NAND 플래시까지 10세대가 넘는 플래시 제품 R&D에 참여했습니다.
보카 라이
선임 데이터 과학자
R&D 관리자, 대만의 반도체 조립 및 테스트 거인
주제 ：
빅 데이터 분석 및 JMP® 실험 흐름의 표준화
추상적인 ：
최근 빅데이터의 고조는 여전히 뜨겁지만, 시장에서 빅데이터의 적용은 대부분 요약이나 회귀에 국한되며 분석을 포함하지 않습니다. 분석 없이는 근본 원인을 추가로 탐색한 다음 결정을 내리거나 예측을 할 수 없습니다. 빅 데이터의 일반적인 적용은 불완전하며 사람들은 그 마법 같은 매력에 빠져서는 안 됩니다. 다년간의 반도체 분야에서의 저자의 실무 경험을 바탕으로 한 이번 강의는 데이터 분석 단계를 의사결정이나 예측을 위한 분류부터 분석, 문제 풀이까지 표준화된 흐름으로 보여줄 것이다. JMP의 고유한 도구는 완벽한 데모를 위한 템플릿을 제공합니다.
소개 ：
기계 공학 석사인 Voca Lai는 대만의 National Chiao Tung University(NCTU)와 대만의 National Chung Hsing University(NCHU)를 졸업했습니다. 또한 대만 CSQ(Chinese Society for Quality) 회원이자 CQE(Certified Quality Engineer) 자격을 보유하고 있습니다. 그는 대만의 반도체 조립 및 테스트 대기업에서 R&D 관리자이자 통계 교육 및 통계 컨설팅의 수석 대표로 일하고 있습니다. 그는 R&D, QA, ENG, MFG 및 PD에서의 경험을 바탕으로 20년 이상 집적 회로 기술의 개발 및 개선에 기여했습니다.
JMP를 사용한 감각 및 소비자 데이터의 다변량 분석 ®
Jianfeng Ding, JMP 선임 연구 통계 개발자, SAS
감각 및 소비자 연구에서 얻은 데이터 세트는 다양한 열과 데이터 유형으로 인해 상당히 클 수 있습니다. 다양한 다변량 데이터 분석 방법은 감각 데이터의 탐색 및 분석에 유용할 수 있습니다. 지난 몇 년 동안 이러한 방법 중 다수가 JMP에 추가되었습니다. 본 논문에서는 분산분석(ANOVA), K 평균 군집, 주성분분석, 부분최소자승법, 다중요인분석, 다중대응분석, Text Explorer 등의 방법을 감각 및 소비자 데이터에 적용하는 방법을 제시하고 각각의 방법을 강조한다. 이러한 절차의 작동 방식, 각 절차가 해석되는 방식 및 서로 관련되는 방식입니다. 감각 및 소비자 선호도 문제를 해결하는 가장 좋은 방법을 설명함으로써 이 백서의 목표는 분석가가 감각 평가, 소비자 선호도 및 적절한 다변량 방법을 숙지하여 각 분석가가 자신의 감각 연구를 위해 JMP에서 이러한 방법을 효과적으로 사용할 수 있도록 하는 것입니다.
지안펑 딩
JMP 선임 연구 통계학자 개발자, SAS
Jianfeng Ding은 1998년 통계 테스터로 SAS에 입사하여 JMP 내에서 많은 플랫폼을 테스트했습니다. 그녀는 2004년에 통계학자 개발자가 되었습니다. 그 이후로 그녀는 다변량, 주성분, 요인 분석, 부분 최소 제곱 및 다중 대응 분석과 같은 많은 통계 플랫폼을 개발하고 담당했습니다. Ding은 North Carolina State University에서 해양, 지구 및 대기 과학 석사 학위와 통계학 석사 학위를 받았습니다.
리우 쉰
V 아이스 프레지던트 , 상하이 항루이 제약
Hengrui Medicine의 자회사인 Suncadia Biopharmaceuticals의 최고 과학 책임자
상하이항서생물약학연구소 소장
효율적이고 효과적인 생물약제 공정 개발 – AD 영형 E 접근
추상적인
생물의약품으로도 알려진 생물의약품은 의학에서 가장 유망한 개척지 중 하나로 중국에서 급속한 성장을 경험하고 있습니다. DNA에서 BLA로 제품을 가져오는 속도는 모든 조직의 성공의 핵심 요소입니다. 그만큼 제약 산업. 개발 시간을 줄이고 모든 중요하고 핵심적인 프로세스 매개변수를 설정하기 위해 통계 실험계획법(DOE) 이러한 목표를 효율적이고 효과적으로 달성하는 데 도움이 되는 귀중한 도구입니다. 우리는 D를 사용했습니다 영형 E는 스크리닝 및 최적화를 위한 프로세스 및 방법 개발의 다양한 단계에 있습니다. 예를 들어, c 엘 엘 이네 이자형 ngineering은 세포주 스크리닝 및 선별 원리를 적용하여 세포배양 개발을 이용 D 영형 E 배양 배지 스크리닝 및 최적화, 정제 공정 개발에 사용됨 D 영형 특성화 범위를 테스트하고 최적의 작동 범위를 설정하기 위한 E , 분석법 개발 D의 도움으로 분석법 확립 영형 E, 제형 개발은 부분 요인 설계로 가장 적합한 최종 제품 제형 버퍼를 스크리닝하고 얻을 수 있었습니다. JMP에서 . 프레젠테이션에서는 사례 보고서와 함께 이러한 애플리케이션에 대한 개요를 제공합니다.
제목: 제약 산업의 빅 데이터 응용 및 분석
추상적인:
데이터 수집은 제약 산업의 전체 제품 수명 주기에 걸쳐 이루어지며 GxP 관리를 지원합니다. 제약 산업은 데이터가 부족한 것이 아니지만 이러한 데이터를 어떻게 효과적으로 분석하고 활용할 수 있습니까? ？ QbT 지원 내부 통제 표준의 공식화 및 통제에서 통계 프로세스의 QbP 통제에 이르기까지; 필수 기술 프로세스 변동의 분석 및 적용에서 제품 개발, 프로세스 R&D 및 분석 방법의 QbD 적용에 이르기까지 이러한 프로세스를 체계적으로 분석하고 지속적인 반복 업그레이드를 구현하고 JMP를 활용하여 모델을 검토하고 실제로 적용하려면 어떻게 해야 할까요?
배경:
Peng Xiaodan은 현재 Shanghai Fosun Pharmaceutical (Group) Co., (주) 그는 Lean Six Sigma Master Black Belt(MBB), Hong Kong Polytechnic University에서 품질 관리 석사 학위, Peking University에서 IPEM(International Pharmaceutical Engineering Management) 석사 학위를 받았습니다. 통계 프로세스 제어, 하이브리드 모델링, 실험 설계, 예측 모델링, 통계 계산에 대한 광범위한 이론 및 실무 지식을 갖춘 Peng은 품질 관리, 데이터 분석 및 응용, 운영 우수성과 같은 분야에 대한 고유한 관점을 보유하고 있습니다. 이를 통해 그는 혁신적인 아이디어를 구현하여 회사에 막대한 이익을 가져올 팀을 이끌 수 있습니다. 제약 산업에서 데이터 분석을 위한 JMP 및 기타 핵심 도구의 사용을 장려하면서 많은 뛰어난 전문가를 양성했습니다.
강의주제 : 제약 산업의 R&D, 제조 및 품질 관리에 JMP 적용
강의 개요: 약물 규제 과학은 약물 안전성, 효능, 품질 관리 및 유용성을 평가하기 위한 새로운 도구, 표준 및 방법의 개발과 관련된 과학 분야이며 데이터 정량화를 기반으로 합니다. 약물의 안전성과 유효성은 임상시험 또는 관찰 데이터를 기반으로 하며, 이러한 유형의 데이터와 관련된 연구 설계 및 분석 방법은 생물 통계학의 영역에 속합니다. 한편, 의약품 제형 및 공정의 연구, 제조 및 품질 관리와 관련된 통계 응용 프로그램은 품질 통계로 분류됩니다. 환자가 사용하는 제네릭 의약품의 비율이 해마다 증가함에 따라 다양한 국가 규제 기관의 제약 R&D, 제조 및 품질 관리 영역에 대한 통계적 요구 사항도 증가할 것입니다. 제네릭 의약품의 안전성 문제는 주로 의약품 R&D 및 제조 과정에서 품질 문제에 기인하며, 통계적 방법의 적용은 전통적인 제조 산업에서 효과적인 솔루션으로 입증되었습니다. 연구를 가르치고 관리한 경험을 통해 지역 기업과 의약품 규제 기관이 통계 도구를 널리 사용하는 것을 관찰했습니다. 그러나 그들은 이러한 도구를 사용하기 위한 전제 조건, 어떤 도구를 사용하여 어떤 데이터를 수집해야 하는지, 이러한 도구를 사용할 때 집중해야 할 영역에 익숙하지 않습니다. 따라서 수학 공식 내 주요 변수 및 매개변수의 실질적인 의미를 이해하고 약물 개발, 제조 및 품질 관리에 통계적 방법을 적용하는 것이 어려워집니다.
JMP는 직관적이고 효과적이며 널리 사용되는 통계 및 데이터 분석 도구입니다. 그것의 응용 프로그램은 의약품 법률 및 규정에 따라 제약 회사의 의약품 R&D, 제조 및 품질 관리를 위한 데이터 통계 및 분석을 크게 촉진할 수 있습니다. 데이터 분석 및 사용은 회사의 제품 및 프로세스에 대한 이해를 향상시키고 규제 기관과의 합의를 달성하는 데 도움이 될 수 있습니다. 이 프레젠테이션에서는 의약품 R&D, 제조 및 품질 관리의 실제 사례 연구와 함께 품질 통계에 JMP를 적용하는 방법을 소개하는 데 중점을 둘 것입니다.
지알리 루오
Boerheringer Ingelheim 중국 부사장
Jiali Luo는 현재 Boerheringer Ingelheim China의 부사장이자 Borheringer Ingelheim Biopharmaceuticals (China) Ltd Co.의 총지배인입니다. 현재 BI에서 직책을 맡기 전에 Luo는 R&D 이사, 생물약제학 이사, 비즈니스 VP 등 여러 관리직을 역임했습니다. 개발, 글로벌 커머셜 최고 책임자 에 중국의 주요 제약회사 와이 . 수년 동안 Luo는 중국의 바이오 의약품 분야에서 일했으며 상당한 기여를 했습니다. 에스 R&D, 제조, 품질 시스템 및 상업 개발에 대한 비 아이오팜 ㅏ 제품 에스 . 그는 경험치를 소유 ㅏ 관리 및 운영에 대한 풍부한 경험 에 중국과 해외의 바이오 제약 산업. 뤄 m이 있다 과 '에스 및 박사 학위 비 생화학 및 피 단백질 에스 과학 , 뿐만 아니라 MBA 학위.
[NIFDC에 대한 요약이 누락되었습니까?]
탄 더 장
식품의약품안전처 화학약품관리연구소 약리학연구소 부소장
Tan De Jiang은 수석 기술자이자 석사 과정 학생들의 멘토이자 국립 식품 의약품 통제 연구소(National Institutes for Food and Drug Control) 화학 약품 통제 연구소(Institute of Chemical Drug Control Institute)의 약리학 실험실 부국장입니다. 그는 중국 식품의약국(CFDA)의 3등급 및 1기계 시험 시스템의 역량 검증을 위한 전문가 위원회, 제9차 국가 의약품 참조 표준 위원회의 의약품 소위원회, 의료 실험실을 포함하여 많은 위원회에 참여하고 있습니다. 및 Beijing Medical Examination Society의 진단 제품 품질 관리 소위원회.Tan은 CFDA 의료 기기 평가 전문가, 중국 국가 과학 기술상 및 베이징 과학 기술상 국립 자연 과학 재단의 검토 전문가입니다. 그는 Chinese Journal of Pharmaceutical Analysis의 편집위원입니다. 현재 중국해양대학 객원교수이자 중국약대, 옌타이대 석사과정 멘토로 활동하고 있다. 그는 이전에 Taisho Pharmaceutical Co.에서 약리학 연구를 수행했으며, Ltd.와 이탈리아의 Istituto Superiore di Sanità. 그의 연구 관심사는 주로 약물 효능 및 독성 연구, 평가 및 통계적 응용에 집중되어 있습니다. 그는 8차 5개년 계획 연구 프로젝트, 863 프로그램, 주요 국가 프로젝트 및 국제 협력 프로젝트에 참여했으며 베이징시 과학기술위원회 프로젝트를 이끌었습니다. Tan은 국가 과학 기술 진보상(3급), 중국 전통 의학 관리국 과학 기술 진보상(2급), 중국 약사회 과학 기술상(3급)을 받았습니다. 국내외 학술지에 70편 이상의 학술논문을 발표했으며, 그 중 7편은 SCI에 등재되었다. 그는 또한 7개의 학술 출판물의 편찬에 참여하여 한 편집장과 다른 편집장을 역임했습니다.
