Dimensions de difficulté ajoutées : analyse d'images et visualisation 3D dans JMP
Il existe une constante dans la vie moderne. Non, la mort et les impôts ne comptent pas. Cette constante est le désir de la société de gadgets électroniques plus performants et moins chers. C'est un problème des pays développés, certes, mais la plupart d'entre nous semblent en être atteints. L'une des conséquences de cette demande du marché est que les procédés de fabrication des semi-conducteurs et des MEMS manipulent désormais la matière à une échelle quasi atomique. Ce n'est pas un exercice anodin. Pour compliquer encore les choses, les dispositifs ont récemment commencé à passer de configurations planes 2D à des configurations de circuits empilés 3D. Cette évolution a permis d'améliorer les performances sans réduction dimensionnelle supplémentaire, au prix d'une complexité de fabrication accrue.
Le passage à la fabrication 3D a impacté de nombreux aspects de la science de la mesure et de l'analyse des défauts. L'analyse des défauts, en particulier, est passée d'une problématique superficielle, où les défauts enfouis sont généralement considérés comme négligeables, à une problématique où les défauts doivent être pris en compte dans toutes les dimensions spatiales. Cela signifie qu'une carte de défauts classique ne suffira plus très longtemps. Il nous faut une solution plus performante. Ce travail examinera l'utilisation du clustering spatial et des techniques de visualisation multidimensionnelle dans JMP, à l'aide d'ensembles de données produits par deux systèmes de mesure modernes dotés de capacités d'imagerie bidimensionnelle et tridimensionnelle : la microscopie acoustique à balayage et l'imagerie par diffraction des rayons X.
