연설 嘉宾 : 康盛 , 中 芯 国际 集成 电电 路 制造 有限公司, 중국
스피커: 강 Sheng SMIC 품질 및 신뢰성 센터 수석 관리자
演議 主题 : IC에서 생성 된 크기 -
이야기: IC 제조의 빅 데이터 마이닝 : 결함 예측 모델
摘要 :
2016 년 AlphaGo, AlphaGo, AlphaGo, AlphaGo, AlphaGo, AlphaGo, AlphaGo, AlphaGo, AlphaGo, AlphaGo, AlphaGo, AlphaGo, AlphaGo, AlphaGo, AlphaGo, AlphaGo, AlphaGo. 적정 생산력, 생산력, 생산력, 생산력, 생산력, 생산력, 생산력, 생산력, 생산력, 생산력, 생산력, 생산력, 생산력, 생산력, 생산력 어떤 종류의 사용법을 사용하든, 사용하지 않는 물리적 인 방식으로, 사용법을 결정하고, 정보를 수집하고, 정보를 수집하고, 정보를 수집하고, 정보를 수집하고, 정보를 수집하고, 정보를 수집하고, 정보를 수집하고, 정보를 수집합니다. JMP는 당신의 요구 사항을 충족시킬 수있는 능력을 가지고 있습니다. JMP는 당신의 요구 사항을 충족시킬 수 있도록 설계되었습니다. 다른 예를 들면, 다른 지역의 사용자를위한 것입니다.
추상:
2016 년 AlphaGo는 Go 선수 1 명을 1 패했습니다. 그리고 2017 년에, AlphaGo Zero는 인간 경험 없이는 자기 학습을 통해 모든 전임자를 이겼습니다. 그 후 인간은 인공 지능의 첫 해에 들어갔다. 정보 기술의 지속적인 발전에 따라 데이터의 응용, 특히 산업에서의 빅 데이터 응용은 제조 산업에서 점차 중요한 역할을합니다. 집적 회로 (IC) 제조는 하이테크 집약 산업입니다. 제품의 매우 작은 치수와 고정밀 요구 사항은 데이터 분석과 밀접한 관계가 있습니다. 이 강의에서는 주로 IC 생산의 실시간 장비 모니터링 데이터를 사용하여 데이터 마이닝 및 기계 학습 방법으로 결함의 근본 원인을 찾아 품질 향상, 비용 절감 및 생산성 향상을 달성하는 방법을 소개합니다. 업계에서 AI의 힘과 전망을 봅시다. JMP의 모델 예측 기능을 결함 예측 및 IC 제조 데이터를 기반으로 한 WAT의 가상 계측에 사용하는 방법을 소개하기 위해 몇 가지 실제 사례를 공유합니다. 이러한 사례가 고무 될 것으로 기대합니다.
