建立模型以根據文字資料預測晶圓缺陷大家好，
我有一位客戶詢問，當晶圓資料為文字形式時，是否可以建立一個預測模型來預測晶圓邊緣的缺陷？目標是使用該模型來優化參數設置，以最大限度地減少這些邊緣缺陷。
我想知道以前是否有人遇到過這個問題，因為我想這可能是個常見問題。我在這裡附上了文字資料晶圓圖的範例。
任何幫助或建議將不勝感激！先感謝您
回覆：建立模型以根據文字資料預測晶圓缺陷@Chris_Kirchberg和我一直在嘗試使用來自 Kaggle/GitHub 的資料（ @russ_wolfinger的 Torch Storybook 中的第 9 項）來做到這一點。在這種情況下，地圖看起來很相似，但它們是 Pandas 資料框中的單獨值。想法很簡單，將字元值轉換為數值矩陣，然後使用 JSL 將矩陣轉換為影像。我已經調整了程式碼以處理單個文件並生成帶有圖像的視窗。我懷疑您會想要處理一堆單獨的文件並執行一些操作，例如將圖像儲存到 JMP 資料表列中。希望程式碼可以輕鬆地適應這一點。我根據您貼文中的文件做了一些假設（例如，要刪除的頁首和頁尾行、代表晶圓外部區域的點 (.)、X 作為缺陷等）。另一個潛在的問題可能是使用什麼作為 EOL 序列。我在 Mac 上執行此操作，因此只是換行符 (\!n)。您可能需要在 Windows 上使用不同的順序。腳本頂部有一個縮放常數，用於放大或縮小影像（在最後的 Scale JSL 函數中使用）。我已經對程式碼進行了相當廣泛的評論，但如果您（或其他任何人）有疑問，請告訴我。
回覆：建立模型以根據文字資料預測晶圓缺陷@歐文_喬納森，
值得一提的是， @Chunwei_Ma目前正在為 Torch 外掛程式開發影像分割，它將為此類影像中的各個像素提供預測，並且可能正是客戶想要的邊緣缺陷。
如果問題可以被表述為預測整個地圖的一個或多個數字或類別（例如邊緣缺陷的總數），Torch 就可以像 Torch Storybook 中的範例一樣立即完成此操作。
為了創建輸入圖像，我喜歡@DonMcCormack和@Chris_Kirchberg的方法。
- 使用 TX Nelson 的腳本將字串拆分為每個字元的單獨列，並透過 Cols > Standardize Attributes 將它們重新編碼為 0、1、2。
- 建立一個數字行指示器並在建立後刪除公式。
- 堆疊資料並解析 Label 欄位以建立數字 Col 變數
- 在圖形產生器中繪製行與列的圖，並按資料著色（三個不同的層級）
- 圖形產生器紅色小三角 > 儲存到資料表以取得單一影像儲存格。
看起來這可以透過使用指示每個地圖的另一個變數來處理同一個表中的多個地圖，然後將其在圖形生成器中進行包裝。然後，包含所有地圖的最終圖片列就可以在 Torch 中捲動進行影像分類或分割（即將推出）。
回覆：建立模型以根據文字資料預測晶圓缺陷@russ_wolfinger @唐麥考馬克
謝謝兩位的快速回覆！很高興在這裡看到專業角度。
將測試這兩種方法。如果有任何問題，我會及時通知你們。
回覆：建立模型以根據文字資料預測晶圓缺陷圍繞這個隨機問題 - 生成數據的設備有多少年了？
我想知道是否沒有辦法從工廠資料庫中提取它，以便它以更簡單的格式進入 JMP。例如，如果您可以獲得“Die X、Di Y、P/F、WaferID”列的數據，那麼您可以使用圖形生成器生成圖像，然後讓圖形生成器將它們直接發送到 JMP 數據表。然後，它們將採用適合 Torch 的正確格式，而無需費心處理一堆文字檔案。
回覆：建立模型以根據文字資料預測晶圓缺陷是的，這確實引發了一些關於數據品質的內部討論。這似乎是客戶目前面臨的內部問題。
