iDEA

核心智識 | 產品項目

良率改善分為四階段

1. 離線處理：
盡快找出低良率的根本原因

2. 半離線處理：
持續累積製造領域相關之知識

3. 半線上處理：
為穩定的良率調校製造參數

4. 線上處理：
為成熟的製造程序提升良率

傳統方法

當低良率案例發生時，傳統的方法必須依靠有經驗的工程師經過重重步驟收集多方面的資料後，再利用各式的統計圖表及晶圓圖交叉分析，此方式耗費大量的人力而且單一個案例就需耗時約一週的時間才能分析出結果。如果再加上透過實驗室的顯微觀測找原因所需的時間將會更長。這樣的作業是無法即時反映給產線改善良率的缺失。

本公司iDEAS Engine 利用Data Mining技術，當發生低良率案例時loader 會先將資料轉換成位元索引矩陣，再透過相關性分析、特徵選取及資料探勘(Data Mining)技術，快速找到根本原因之候選清單供工程師參考。