透過將光學檢測步驟結果與電氣測試相關聯來解決良率和品質問題 (2023-EU-PO-1343)在汽車半導體製造業中，每個製造步驟都會對零件進行測試，以篩選可能故障的零件。薄弱零件報廢越遠，報廢成本就越低。但測試也是有成本的。恩智浦最近的一個項目試圖避免對晶圓檢查等級觀察到的缺陷進行手動缺陷分類。現在，根據訓練影像資料集將缺陷分類為致命缺陷或非致命缺陷，並評估每個晶片的故障機率。 JMP® 允許進一步透過三種類型的分析將該故障機率與電氣測試相關聯。第一個分析評估了故障機率閾值，以限制測試零件的數量，從而限制測試成本。第二個分析強調了與故障機率最相關的測試。最終分析使用突出顯示的測試清單來調整測試限制，以篩選具有故障機率異常值的零件。這些分析限制了測試成本，同時提高了品質。
進階統計建模基礎資料分析與建模消費者與市場研究內容組織資料混合與清理數據探索和視覺化預測建模和機器學習品質和工藝工程可靠度分析
