通过将光学检测步骤结果与电气测试关联起来解决产量和质量问题 (2023-EU-PO-1343)在汽车半导体制造业中，每个制造步骤都会对零件进行测试，以筛选出容易发生故障的零件。越往上游报废薄弱的零件，报废成本就越低。但测试也是有成本的。恩智浦最近的一个项目试图避免对晶圆检测级观察到的缺陷进行手动缺陷分类。现在，缺陷根据训练图像数据组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® 允许进一步通过三种分析将此故障概率与电气测试关联起来。第一个分析评估了故障概率阈值，以限制测试的零件数量，从而限制测试成本。第二个分析突出显示与故障概率最相关的测试。最后一个分析使用突出显示的测试列表来调整测试限制，以筛选出故障概率异常值的零件。这些分析在提高质量的同时限制了测试成本。
高级统计建模基础数据分析与建模消费者和市场研究内容组织数据混合和清理数据探索与可视化预测模型和机器学习质量与工艺工程可靠性分析
