La sperimentazione moderna nel settore dei semiconduttori è limitata da fattori che vanno oltre la statistica. Le dimensioni dei lotti, i cicli di revisione e il rischio operativo limitano la quantità di sperimentazione che può essere realisticamente condotta in produzione. Allo stesso tempo, i professionisti si trovano spesso a dover scegliere tra due approcci potenti, ma imperfetti: la progettazione degli esperimenti (DOE), efficiente ma dipendente dal modello, e l'ottimizzazione bayesiana, flessibile ma spesso dispendiosa in termini di risorse.
Questa presentazione esplora cosa accade quando si smette di scegliere e si inizia a combinare. Questo lavoro propone una strategia di sperimentazione ibrida che utilizza i disegni di screening definitivi (DSD) come dati di addestramento di alta qualità per l'ottimizzazione bayesiana. L'idea è semplice: partire da un DOE che fornisca una copertura ampia e strutturata dello spazio dei fattori, quindi lasciare che l'ottimizzazione bayesiana si basi su questa base per affinare e ottimizzare in modo efficiente.
Utilizzando esempi simulati e pubblicati relativi ai processi di dry etch, PECVD e CMP, dimostriamo come questo approccio ibrido migliori la velocità di apprendimento, riduca i costi sperimentali e, in alcuni casi, identifichi condizioni operative migliori rispetto a ciascun metodo preso singolarmente. Rispetto all'ottimizzazione bayesiana con dati di addestramento a riempimento dello spazio, l'approccio basato su DSD converge più rapidamente e con un numero significativamente inferiore di esecuzioni, un vantaggio importante negli ambienti di produzione con risorse limitate.
I partecipanti apprenderanno come i moderni concetti di progettazione degli esperimenti (DOE) possano migliorare direttamente i flussi di lavoro di apprendimento attivo in JMP, quando questo approccio è più efficace e come applicarlo concretamente in contesti produttivi reali. Se siete incuriositi dall'ottimizzazione bayesiana ma esitate ad applicarla in produzione, questa sessione si propone di colmare tale lacuna.
