通过将光学检测步骤结果与电气测试相关联来解决良率和质量问题 (2023-EU-PO-1343)Corinne BERGES，恩智浦半导体结构化问题解决六西格码大师黑带
Shilu ZHANG，恩智浦半导体制造 IT 数据工程与分析团队数据科学家
James BIRD，六西格码黑带技术总监，恩智浦半导体数据科学家
Chris SMITH，高级质量总监，6 Sigma Master Black Belt，NXP Semiconductors
在汽车半导体制造行业，零件在每个制造步骤中都要进行测试，以筛选可能发生故障的零件。 报废的薄弱部件越往上游，报废成本就越低。 但是测试也是有成本的。 NXP 最近的一个项目试图避免对在晶圆检测级别观察到的缺陷进行手动缺陷分类。 现在，训练图像数据集中的缺陷被分类为致命缺陷或非致命缺陷，并评估每个芯片的故障概率。 JMP® 允许进一步将这种故障概率与三种分析类型的电气测试相关联。 第一项分析评估了故障概率阈值，以限制测试部件的数量以限制测试成本。 第二个分析突出了与失败概率最相关的测试。 最终分析使用突出显示的测试列表来调整测试限制以筛选具有故障概率异常值的部件。 这些分析在提高质量的同时限制了测试成本。
数据探索统计和建模
