技術簡介
具校正成本最適化之製程缺陷成因分析技術。
產品規格超出標準時，即便利用（串）製程分析，搭配SPC的製程管制統計分析，現場製程工程師仍難以快速探索出影響產品品質變異的多個參數（組），而統計式分析只能針對定量（數值型）資料分析，當製品瑕疵變異成因／屬性多樣化時，現有解決方案無法協助專家進行相關分析，並找出校正規則。
特色與創新
製程缺陷成因分析技術具異質資料前處理機制，可分析混和數值型與非數值型參數之製程資料，並採用Logistic Regression、Random Forest、SVM（Support Vector Machine）、Decision Tree為基礎建立多種成因分析模型。同時，具成因貢獻度統合機制，可統合各成因分析模型之分析結果，提供複合式異常因子貢獻度排序。提供製造現場缺陷成因分析及校正建議，縮短良率學習時間。目標規格為相對良率提升率＞50% （相對良率提升率＝校正成功之缺陷資料數／缺陷資料總數）。