Construire un modèle pour prédire les défauts des plaquettes à partir de données textuellesSalut l'équipe,
J'ai un client qui me demande s'il est possible de créer un modèle prédictif pour prédire les défauts sur le bord des plaquettes, lorsque les données des plaquettes sont sous forme de texte ? L'objectif est d'utiliser ce modèle pour optimiser les réglages des paramètres afin de minimiser ces défauts de bord.
Je me demandais si quelqu'un avait déjà rencontré ce problème car j'imagine que cela pourrait être un problème courant. J'ai joint ici un exemple de carte de plaquette de données texte.
Toute aide ou conseil serait apprécié! Merci d'avance
Re : Construire un modèle pour prédire les défauts des plaquettes à partir de données textuelles@Chris_Kirchberg et moi avons essayé de faire exactement cela avec les données de Kaggle/GitHub (élément 9 du Torch Storybook de @russ_wolfinger ). Dans ce cas, les cartes se ressemblent mais sont des valeurs individuelles dans un bloc de données Pandas. L'idée est simple : transformez les valeurs des caractères en une matrice de valeurs numériques, puis utilisez JSL pour convertir la matrice en image. J'ai adapté le code pour fonctionner avec un seul fichier et produire une fenêtre avec l'image. Je suppose que vous souhaiterez traiter un tas de fichiers individuels et faire quelque chose comme stocker les images dans une colonne de table de données JMP. Espérons que le code puisse être facilement adapté pour cela. J'ai fait quelques hypothèses basées sur le fichier de votre message (par exemple, les lignes d'en-tête et de pied de page à supprimer, le point (.) représentant la zone à l'extérieur de la plaquette, X comme défaut, etc.). L'autre problème potentiel peut être ce qui est utilisé comme séquence EOL. Je l'ai fait sur un Mac, donc ce n'était qu'une nouvelle ligne (\!n). Vous devrez peut-être utiliser une séquence différente sous Windows. Il y a une constante de mise à l'échelle en haut du script pour agrandir ou réduire l'image (utilisée dans la fonction Scale JSL vers la fin). J'ai commenté le code en détail, mais si vous (ou quelqu'un d'autre) avez des questions, faites-le-moi savoir.
Re : Construire un modèle pour prédire les défauts des plaquettes à partir de données textuelles@Owen_Jonathan ,
Je voulais mentionner que @Chunwei_Ma travaille actuellement sur la segmentation d'images pour le complément Torch, qui fournira des prédictions pour les pixels individuels dans des images comme celle-ci et pourrait être exactement ce que le client souhaite pour les défauts de bord.
Si le problème peut être formulé pour prédire un ou plusieurs nombres ou catégories pour la carte entière (par exemple, le nombre total de défauts de bord), Torch peut le faire immédiatement, comme dans les exemples du Torch Storybook.
Pour créer les images d'entrée, j'aime l'approche de @DonMcCormack et @Chris_Kirchberg .. Comme alternative possible, ce qui suit peut fonctionner :
- Divisez les chaînes dans une colonne distincte pour chaque caractère à l'aide d'un script de TX Nelson et recodez-les en 0, 1, 2 via Cols > Standardize Attributes.
- Créez un indicateur de ligne numérique et supprimez la formule après l'avoir créée.
- Empilez les données et analysez la colonne Label pour créer une variable Col numérique
- Tracer la ligne par rapport au col dans le générateur de graphiques et la couleur par données (trois niveaux distincts)
- Triangle rouge de Graph Builder > Enregistrer dans le tableau de données pour obtenir une seule cellule d'image.
On dirait que cela fonctionnerait sur plusieurs cartes dans la même table en utilisant une autre variable indiquant chaque carte, puis en en ferait un Wrap in Graph Builder. La colonne d'images finale avec toutes les cartes est alors prête à être utilisée pour la classification ou la segmentation des images (à venir) dans Torch.
Re : Construire un modèle pour prédire les défauts des plaquettes à partir de données textuelles@russ_wolfinger @DonMcCormack
Merci à vous deux pour vos réponses rapides ! Heureux de voir un angle Pro ici.
Je testerai les deux approches. Je vous tiendrai tous les deux au courant pour toute question.
Re : Construire un modèle pour prédire les défauts des plaquettes à partir de données textuellesQuestion aléatoire à ce sujet : quel âge a l'équipement qui génère les données ?
Je me demande s'il n'existe pas un moyen de l'extraire d'une base de données d'usine afin qu'il entre dans JMP dans un format plus simple. Par exemple, si vous pouviez obtenir les données sous forme de colonnes "Die X, Di Y, P/F, WaferID", vous pouvez utiliser le générateur de graphiques pour générer les images, puis demander au générateur de graphiques de les envoyer directement vers une table de données JMP. Ils seraient alors au format correct pour Torch sans se soucier d'un tas de fichiers texte.
Re : Construire un modèle pour prédire les défauts des plaquettes à partir de données textuellesOui, cela a donné lieu à des discussions internes sur la qualité des données. Il semble que ce soit un problème interne auquel le client est actuellement confronté.
