工業技術研究院

技術簡介

1. 可依累積貢獻比或 Top N 進行成因貢獻圖分析結果呈現。 2. 提供各參數於 Top 10 交互因子分析網絡圖。 3. 提供交互作用分析結果，可以支持度、信心度、數量及缺陷類型進行切換呈。 4. 具 SPC 管制介面監控品質超標關聯因子

Abstract

"1. According to the cumulative contribution ratio or Top N, the analysis results of the cause contribution graph can be presented. 2. Provide each parameter in the Top 10 interactive factor analysis network diagram. 3. Provide the results of interaction analysis, which can be switched to support degree, confidence degree, quantity and defect type. 4. With SPC control interface to monitor the correlation factor of over-standard quality"

技術規格

可同時分析混和2種數值型與非數值型參數之製程資料，採用4種以上Logistic Regression、Random Forest、SVM、Decision Tree等多種AI學習模型。

Technical Specification

技術特色

1. 可依累積貢獻比或 Top N 進行成因貢獻圖分析結果呈現。 2. 提供各參數於 Top 10 交互因子分析網絡圖。 3. 提供交互作用分析結果，可以支持度、信心度、數量及缺陷類型進行切換呈。 4. 具 SPC 管制介面監控品質超標關聯因子。

應用範圍

應用於製造業提供製程上缺陷成因分析及處理建議，可主動且迅速協助現場進行生產參數調校優化及回饋修正，提高產品良率。

接受技術者具備基礎建議（設備）

建議運行環境：CPU：1.2GHz＋多核心 RAM：4G＋ Disk：40G＋ OS：Windows7

接受技術者具備基礎建議（專業）

資工相關背景

聯絡資訊