SmartFactory洞察力博客系列

你是否曾想過

商店是如何理貨的？

又是如何知道要把黃油放在面包旁邊的？

Netflix是如何根據(jù)觀看歷史推薦電影的？

這些就是基于數(shù)據(jù)提取技術的“購物籃分析”示例。該技術也叫做頻繁模式挖掘，它能夠尋找重復出現(xiàn)的關系，從而在不同數(shù)據(jù)項之間找到關聯(lián)。

▲ 模式挖掘是一種基于頻率對Context進行表征，從而找到數(shù)據(jù)之間關聯(lián)關系的機器學習技術

SmartFactory解決方案將上述技術運用到半導體制造時，能夠幫助我們深入了解工藝以實現(xiàn)快速的質(zhì)量提升。此類算法完全能夠在盡可能減少人為干預的情況下處理海量數(shù)據(jù)，從而獲得最優(yōu)的解決方案。

在半導體行業(yè)，芯片制造是一個復雜的過程，系統(tǒng)性地識別變化誘導源是必不可少的一項工作。在所有組合中識別相應的變化誘導來源會為生產(chǎn)帶來巨大的好處，這也意味著用戶需要了解各種環(huán)境中變化來源的集體反應。當前，業(yè)內(nèi)通常會從單一角度來研究這些變量促成因素，而對其在動態(tài)制造場境中的關系卻鮮有研究。

Applied E3SPC平臺能夠深入研究此類關聯(lián)，并且能夠快速地整合并傳達此類信息。應用材料公司的團隊采用了機器學習的研究，這些研究成果幫助我們識別生產(chǎn)設備和工藝流程的行為，從而進行產(chǎn)線的定制化、持續(xù)和自動化的調(diào)整。

▲ 智能SPC能夠透過數(shù)據(jù)，發(fā)現(xiàn)新的洞見

智能制造正在將我們引領到更深層次的集成，為提高生產(chǎn)效率和質(zhì)量以降低成本提供了機會。行業(yè)正在向由機器學習賦能的集成系統(tǒng)遷移。因此，高度專業(yè)化的技術需要緊密協(xié)作，這樣才能實現(xiàn)知識轉移。

此類數(shù)據(jù)分析工具的價值在于：

1

通過識別不斷變化的行為，來迅速發(fā)現(xiàn)信號，這是減少變化的關鍵；

2

通過識別正確的變量和關鍵行為，以便第一次就產(chǎn)生正確的結果，從而最大限度地減少噪音和中斷；

3

幫助工程師即時訪問最佳數(shù)據(jù)并立即采取行動，從而更迅速地解決問題。借助此類工具，客戶實現(xiàn)每年減少不變性達20%；

4

為工廠帶來更新的洞見幫助簡化生產(chǎn)線，最大限度地提高效率。將模式挖掘關聯(lián)關系結果運用到工廠的派工系統(tǒng)中，能夠增強設備匹配率，提高整體的設備可用性。

Applied E3 SPC將幫助終端用戶快速了解構成測量結果的瞬態(tài)和真實動態(tài)。該技術還能夠明確地展現(xiàn)制造設備和流程的行為，從而進行定制化、持續(xù)以及自動化的調(diào)整。這能夠簡化檢測流程，作出由科學數(shù)據(jù)所驅動的決策，從而提高整體SPC的實踐能力。它還將有助于實現(xiàn)高質(zhì)量標準，并有效地為客戶帶來最出色的材料。

▲概述機器學習算法對SPC應用的增強作用以及其與其它工廠模塊的無縫集成

關于應用材料公司

應用材料公司（納斯達克：AMAT）是材料工程解決方案的領導者，全球幾乎每一個新生產(chǎn)的芯片和先進顯示器的背后都有應用材料公司的身影。憑借在規(guī)模生產(chǎn)的條件下可以在原子級層面改變材料的技術，我們助力客戶實現(xiàn)可能。應用材料公司堅信，我們的創(chuàng)新實現(xiàn)更美好的未來。