Autor
Don Kent, ingeniero de producto sénior, IM Flash Technologies dkent
En la fabricación de semiconductores de gran volumen, cada semana algunas obleas se clasifican como de bajo rendimiento. A menudo, estas obleas tienen firmas espaciales distintas. De manera similar, muchas oportunidades de mejora del rendimiento están vinculadas a obleas con firmas espaciales sutiles. En ambos casos, los patrones espaciales ofrecen pistas para mejorar el proceso. Los esfuerzos por revisar y clasificar estas firmas espaciales suelen dar frutos; sin embargo, estos esfuerzos son los que llevan más tiempo y están más abiertos a la interpretación. Se ha creado un script de clasificación de patrones espaciales de obleas utilizando JSL. La estadística espacial y el aprendizaje automático se han combinado con técnicas de análisis de datos de alta dimensión en una aplicación de visualización de obleas y agrupamiento adaptativo. La solución JSL utiliza varias de las plataformas dentro de JMP, incluidas PCA y Clustering, y utiliza Graph Builder para visualizar los clusters espaciales resultantes haciendo referencia a archivos de mapas de obleas personalizados. Este complemento, implementado en IM Flash Network, permite a los ingenieros y técnicos clasificar rápidamente las obleas en grupos similares según sus firmas espaciales. Esto permite una determinación más rápida de la causa raíz al proporcionar una métrica confiable para la extracción de datos que es más rápida y precisa que los métodos de puntuación manuales.
