セミ：大規模なデータまたは代替のゲージR＆R？背景：ウェイバーレベルの光学系
シナリオ：地形（ピクセルの束がある表面のカメラ）があると想像してください。 これで、1つだけではなく、オペレーターがそれらの多くを作成します。 今、彼は他の写真に撮られた各写真の変化をピクセルごとに比較したいと思っています。 測定はどの程度堅牢ですか？ 計器とオペレーターに。
これは私が考えた典型的なゲージのR＆R研究です。 彼らは100の測定値を持っています。 簡単な100枚の画像を比較したいが、ピクセルごと、つまり、すべての画像の変動測定値にわたって位置ごとに配置する必要がある場合。そしてこれは彼らにとって毎日の仕事です。
11 Mio行すべて、5〜6列。 1つのカテゴリ列には約1万のカテゴリがあり、ゲージのR＆Rを強制的に実行します。
ゲージR＆Rは、この種のサイズを対象としていません。 しかし、彼らがやりたいのは、または他の方法です。
目標は、多次元シナリオでの再現性と再現性を理解することです
この種のシナリオに対処する方法に関するアイデアや推奨事項はありますか？
Re：セミ：大規模なデータまたは代替のゲージR＆R？マイクロラフネスを測定するために行われることと似ているように聞こえます（表面トポロジーを決定するために使用されます）。 アプローチが20年間変更されていないと仮定すると、通常行われるのは、ローカルの測定グループを組み合わせて、より広い測定値を作成することです（値の平均化などを考えてください）。 次に、これらの「ポイント」のそれぞれを比較して、さまざまな測定シーンでどのように変化するかを確認できます。 これをピクセルごとに行うこともできますが、測定値の組み合わせは、ウェーハの物理的特性（サイトやダイなど）に関連付けられているため、より理にかなっています。
Re：セミ：大規模なデータまたは代替のゲージR＆R？階層的クラスタリングを試してみてください。ただし、画像のサイズによっては少し遅くなります。 1024 x 1024の画像は1Mピクセルです。これは、通常HCでスローしたいものをはるかに超えています。 私はそれをしました（リンク）しかし、それは迅速ではありませんでした。 私はまた、MEMSプラントでこのようなことについて何人かの人と協力しました。 彼らは走査型音響顕微鏡を使用してウェーハの接合を測定していました。 Hierarchicalを使用して、2つのウェーハ間のボイドを調べました。
ちょっとした考え、
M
