JPS61253573A - 工程デ−タ選択法及び装置 - Google Patents
工程デ−タ選択法及び装置Info
- Publication number
- JPS61253573A JPS61253573A JP60093657A JP9365785A JPS61253573A JP S61253573 A JPS61253573 A JP S61253573A JP 60093657 A JP60093657 A JP 60093657A JP 9365785 A JP9365785 A JP 9365785A JP S61253573 A JPS61253573 A JP S61253573A
- Authority
- JP
- Japan
- Prior art keywords
- data
- analysis
- numerical
- primary component
- manufacturing process
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
(発明の利用分野〕
本発明は童慮工程のデータ分析に係り、とく11CLS
IQ造工程など多(の工程データ相互の間係を解析する
に有益なデータ項目選択法及びその装置に関する。
IQ造工程など多(の工程データ相互の間係を解析する
に有益なデータ項目選択法及びその装置に関する。
(発明の背景〕
q#に、LSI裏造に代表される装置産業では。
その歩留りが材料aット、加工装置、加工日。
保守状況およびその他の加工条件く大きく依存する。そ
こで工程管塩者は、工程の要因となる加工条件、工程の
中間積:fffi来である中間特性あるいは歩留りを含
む工程の敲終検量データ等を収集し、これらの項目相互
の関係を解析して歩留り阻!−[’因の究明を行ってい
る。
こで工程管塩者は、工程の要因となる加工条件、工程の
中間積:fffi来である中間特性あるいは歩留りを含
む工程の敲終検量データ等を収集し、これらの項目相互
の関係を解析して歩留り阻!−[’因の究明を行ってい
る。
ところで、LSI製造工程を例にとれば、その工程数は
100を越え、各工程から収集される加工装置名、加工
日、保守状況、使用材料ロット等を全工程で合計すると
数100のデータ項目数に及ぶ。これに加えて、酸化膜
厚、イオン打込麓、ゲート寸法、閾11[11E圧等の
中間検査デー夕項目、j!には歩留り、内容別不良率等
の最終検量データ項目を考慮するとその数は膨大なもの
となる。そして一つの製品ロットを一つのケースとして
、これらのデータが製品aット数に相当するケースの数
だけ収集されている。
100を越え、各工程から収集される加工装置名、加工
日、保守状況、使用材料ロット等を全工程で合計すると
数100のデータ項目数に及ぶ。これに加えて、酸化膜
厚、イオン打込麓、ゲート寸法、閾11[11E圧等の
中間検査デー夕項目、j!には歩留り、内容別不良率等
の最終検量データ項目を考慮するとその数は膨大なもの
となる。そして一つの製品ロットを一つのケースとして
、これらのデータが製品aット数に相当するケースの数
だけ収集されている。
このような工程データの解析手法には王に次の方法がよ
(行われている。たとえば歩留りについて解析したいと
すれば1歩留りやそれに関係すると思われるデータ項目
の【1)加工条件別ヒストグラム、(2]関連工程の力
Ω工日によるトレンドグラフ 、 (5)各櫨工程デー
タ相互の散布図がそれである。
(行われている。たとえば歩留りについて解析したいと
すれば1歩留りやそれに関係すると思われるデータ項目
の【1)加工条件別ヒストグラム、(2]関連工程の力
Ω工日によるトレンドグラフ 、 (5)各櫨工程デー
タ相互の散布図がそれである。
しかし、これらの解析手法は事前に膨大な数のデータ項
目の中から解析KW益と思われるい(つかの横目を選択
しておかなくてはならない。
目の中から解析KW益と思われるい(つかの横目を選択
しておかなくてはならない。
そこで、従来は過去の経験とか不良品の分解調量情報を
もとに解析者がこれを選択するか、あるいは次のような
統計的方法が採られていた。
もとに解析者がこれを選択するか、あるいは次のような
統計的方法が採られていた。
実計等は株技会社日科技遅出版社1983年発行の「多
変量解析法く改訂版〉」P、202〜204において、
炎夏t(多項目)数値データの要約分類手法として主成
分分析による因子負荷量散布図の有用性を述べている。
変量解析法く改訂版〉」P、202〜204において、
炎夏t(多項目)数値データの要約分類手法として主成
分分析による因子負荷量散布図の有用性を述べている。
この手法は、たとえばwJ7図に示すよ5な9f![類
のデータ項目についてル個のケースからなる数値データ
行列に対し、主成分分析を行って第8図に示すような因
子負荷重散布図を得る。そして、因子負荷量散布図の1
aミツト相互の位[関係から各データ項目相互の関係が
要約できることを示している。
のデータ項目についてル個のケースからなる数値データ
行列に対し、主成分分析を行って第8図に示すような因
子負荷重散布図を得る。そして、因子負荷量散布図の1
aミツト相互の位[関係から各データ項目相互の関係が
要約できることを示している。
すなわち1次のよ5に項目選択できることを示唆してい
る。K7図に示した9徳類のデータ項目は帛8図の因子
負荷量散布図上において、Aグループはデータ項目1,
5..4’グループはデータ項目4.9.Eグループは
データ項目、B′グループはデータ項目8.0グルー1
はデータa 目2 s s s 6の5グループに1資
約分類できる。
る。K7図に示した9徳類のデータ項目は帛8図の因子
負荷量散布図上において、Aグループはデータ項目1,
5..4’グループはデータ項目4.9.Eグループは
データ項目、B′グループはデータ項目8.0グルー1
はデータa 目2 s s s 6の5グループに1資
約分類できる。
ここでCグループのよ5に原点く近いものを除けば、同
一グループ内にある各データ項目相互は正の相関があり
、かつ原点対象に位置するグループのデータ項目相互は
負の相関を持つ。解析に有益なデータ項目の選択は解析
の中心となるデータ項目が属するグループ及びその原点
対象位置にあるグルー1円のデータ項目を重点的に選択
すればよい。たとえば、データ項目1が歩協りを示す項
目であれば、グループA及びA′内のデータ項目1,4
,5.Pを選択する。丁なわち、この例では9復虜の工
程データ横目から4W類の解析KN益な工程データを統
計的に選択できることを示している。これはPITJ述
したように数100を越える多項目の工程データから解
析に有益な数10以下のデータ項目の遇択可餌性を型床
する。
一グループ内にある各データ項目相互は正の相関があり
、かつ原点対象に位置するグループのデータ項目相互は
負の相関を持つ。解析に有益なデータ項目の選択は解析
の中心となるデータ項目が属するグループ及びその原点
対象位置にあるグルー1円のデータ項目を重点的に選択
すればよい。たとえば、データ項目1が歩協りを示す項
目であれば、グループA及びA′内のデータ項目1,4
,5.Pを選択する。丁なわち、この例では9復虜の工
程データ横目から4W類の解析KN益な工程データを統
計的に選択できることを示している。これはPITJ述
したように数100を越える多項目の工程データから解
析に有益な数10以下のデータ項目の遇択可餌性を型床
する。
なお、因子負荷重散布図のZs * z*はそれぞれ第
1.第2生属分軸を示しており、各10ット点はそれぞ
れのデータ項目の第1.第2主成分に対する因子負荷重
を”1 # 4平I11[IK打点したものである。
1.第2生属分軸を示しており、各10ット点はそれぞ
れのデータ項目の第1.第2主成分に対する因子負荷重
を”1 # 4平I11[IK打点したものである。
しかし、以上述べた解析者自身による有益データ選択手
法及び主成分分析をそのまま利用する手法には次のよ5
な間旭点があった口まず、経験等にたよる解析者自身に
よる項目選択手法でを工、その良否が解析者のvttに
大きく依存し属人的で誰でもがうまい解析項目t−選べ
る保証がない。また、11rたな歩留り阻害要因の積目
悪択にははとんど無力である。
法及び主成分分析をそのまま利用する手法には次のよ5
な間旭点があった口まず、経験等にたよる解析者自身に
よる項目選択手法でを工、その良否が解析者のvttに
大きく依存し属人的で誰でもがうまい解析項目t−選べ
る保証がない。また、11rたな歩留り阻害要因の積目
悪択にははとんど無力である。
久に、主成分分析をそのまま利用する手法には以下に示
す5つの問題点があった。それらは。
す5つの問題点があった。それらは。
(11R別データはそのままでは主成分分析できないこ
と、(2)解析の中心となる歩留りなどのデータ項目が
Ng8図りCクルー1のように原点に近い領域に入り、
これと関連のあるデータ項目選択が不能になる可能性が
あること、(3]第8図のAとA′あるいはBとB′グ
ルー1のように選択に有益なデータ横目群が負の相関関
係により瓶れたところにIQラットれる表示上の不自然
さなどである。
と、(2)解析の中心となる歩留りなどのデータ項目が
Ng8図りCクルー1のように原点に近い領域に入り、
これと関連のあるデータ項目選択が不能になる可能性が
あること、(3]第8図のAとA′あるいはBとB′グ
ルー1のように選択に有益なデータ横目群が負の相関関
係により瓶れたところにIQラットれる表示上の不自然
さなどである。
(発明の目的〕
本発明の目的は、上記したSつの問題点を解析し、多数
のデータ項目から、解析に有益な項目を選択する方法及
び鉄直′9I:提供するにある。
のデータ項目から、解析に有益な項目を選択する方法及
び鉄直′9I:提供するにある。
以下、上記目的層成の基本的考え方を示す・M41の間
l@点に対しては、flIt別データをあらかじめ生成
分分析可能なell[データに変換する。
l@点に対しては、flIt別データをあらかじめ生成
分分析可能なell[データに変換する。
識別データがm偵の状況あるいは製置1に識別する文字
データから成るとき、これyyx個の数置データ項目に
数1111L変洪する。また、識別データが加工日デー
タのよ5に年月日を示すようなデータであれば、適当な
日を起点に取って数えた日数に父換する。
データから成るとき、これyyx個の数置データ項目に
数1111L変洪する。また、識別データが加工日デー
タのよ5に年月日を示すようなデータであれば、適当な
日を起点に取って数えた日数に父換する。
爾2の間趙点に対しては1歩留りなど解析の中心となる
データ項目に対し厘み付げ主成分分析を行5゜ 第5の間組点に対しては、第1.第2主成分軸4 m
Z!を縦横軸とする因子負荷を歓布図の第1象隈と褐■
象眠及び#&■破隈と第■破限を夏ねることにより原点
対象データ横目群を近接して1aツトする・ 〔発明の実施例〕 以下1本発明の一夷21!I例を第1図乃至第6図及び
萬9.6幽により説明する。第1図は1本発明による工
程データ選択装置の構成図であり。
データ項目に対し厘み付げ主成分分析を行5゜ 第5の間組点に対しては、第1.第2主成分軸4 m
Z!を縦横軸とする因子負荷を歓布図の第1象隈と褐■
象眠及び#&■破隈と第■破限を夏ねることにより原点
対象データ横目群を近接して1aツトする・ 〔発明の実施例〕 以下1本発明の一夷21!I例を第1図乃至第6図及び
萬9.6幽により説明する。第1図は1本発明による工
程データ選択装置の構成図であり。
データ記憶手設置、テータ前処理手段21分析手段3及
び表示手段4から成る。第2図(4)は上記表示手段4
による因子負荷tI!!L布図の一表示例を示すもので
、同図固は従来方法による表示例である@第5図は数1
データ及び識別データの混在する工程データ例であり、
第4図はエッチ加工日などの識別データの数箇化例・第
5図はエッチ装置名などの識別データの数1vL化例で
ある。帛6図は重み付け主成分分析のための憲みの与え
方の−fIlを示す図である。なお尾9図は一遅の処理
手順を示す7a−チャートである。
び表示手段4から成る。第2図(4)は上記表示手段4
による因子負荷tI!!L布図の一表示例を示すもので
、同図固は従来方法による表示例である@第5図は数1
データ及び識別データの混在する工程データ例であり、
第4図はエッチ加工日などの識別データの数箇化例・第
5図はエッチ装置名などの識別データの数1vL化例で
ある。帛6図は重み付け主成分分析のための憲みの与え
方の−fIlを示す図である。なお尾9図は一遅の処理
手順を示す7a−チャートである。
まず1s9図ステップ1の処理では、第1図に示す工程
データ選択装置のデータ記憶手段1に解析の候補となる
帛3図のよプ・なP項目の工程データを記憶する。LS
I工程を対象とする′とき、この工程データには2歩W
V、エッチ量。
データ選択装置のデータ記憶手段1に解析の候補となる
帛3図のよプ・なP項目の工程データを記憶する。LS
I工程を対象とする′とき、この工程データには2歩W
V、エッチ量。
閾値電圧、ゲート寸法などの数値データ、エッチ加工日
、エッチ装置名などの識別データが混在している。識別
データに対してはそのままでは生成分分析ができない。
、エッチ装置名などの識別データが混在している。識別
データに対してはそのままでは生成分分析ができない。
そこで、第9図ステップ2の処理では、第4図及び纂5
図に示すよ5な数値化をデータ前処塩手R2で行5゜#
I4図は加工日のよ5にその順序に意味がある識別デー
タを数値化する例である。これは、ある基準になる日を
設けて、これを起算日とする日数を用いる。帛4図のエ
ッチ加工日の数憧化例では、1984年1月1日を起算
日としたときの事例で1行目の1984年3月22日は
82 Kなる。また、第5図は装置名のよ5な識別デー
タの数値化倒である。数1[化は識別の数だけデータ項
目を用意し、各項目名にはエッチ装置A、B、Cなどの
具体的装置名をあてる。それぞれの項目に割当てられる
数値化データは、該当項目名のところfalmとし1.
他は101とする。1行目のエッチ装置名データがA装
置の例では、数値化されたデータはエッチ装置A欄に’
I’m −T−F?袈装B 、 C@I/C’0’ t
’あてる。
図に示すよ5な数値化をデータ前処塩手R2で行5゜#
I4図は加工日のよ5にその順序に意味がある識別デー
タを数値化する例である。これは、ある基準になる日を
設けて、これを起算日とする日数を用いる。帛4図のエ
ッチ加工日の数憧化例では、1984年1月1日を起算
日としたときの事例で1行目の1984年3月22日は
82 Kなる。また、第5図は装置名のよ5な識別デー
タの数値化倒である。数1[化は識別の数だけデータ項
目を用意し、各項目名にはエッチ装置A、B、Cなどの
具体的装置名をあてる。それぞれの項目に割当てられる
数値化データは、該当項目名のところfalmとし1.
他は101とする。1行目のエッチ装置名データがA装
置の例では、数値化されたデータはエッチ装置A欄に’
I’m −T−F?袈装B 、 C@I/C’0’ t
’あてる。
次に、jg9図スナステップ3理では、このよ5に数値
化された識別データともともとの数値データ(全体でP
′項目になる。P′≧P)に対し分析手段5で1み付き
生成分分析を行い、第1及び第2王底分に対する各デー
タ項目の因子負荷量を求める。第6図には1み付き主成
分分析の一実施例として、前処理された工程データから
得られた相関係数行列R(P’X P’行列〕に重み行
列W (p’X p’行列)を施した重み付き相関行列
11i1 (PI xP/行列〕をXめる方法を示した
。
化された識別データともともとの数値データ(全体でP
′項目になる。P′≧P)に対し分析手段5で1み付き
生成分分析を行い、第1及び第2王底分に対する各デー
タ項目の因子負荷量を求める。第6図には1み付き主成
分分析の一実施例として、前処理された工程データから
得られた相関係数行列R(P’X P’行列〕に重み行
列W (p’X p’行列)を施した重み付き相関行列
11i1 (PI xP/行列〕をXめる方法を示した
。
主成分分析は、このX;tA付き相関係数行列R′に対
し行う。ここで、第6図の哀み行列rの例では(1,1
〕資gKXみWを付けた事例であり。
し行う。ここで、第6図の哀み行列rの例では(1,1
〕資gKXみWを付けた事例であり。
111F目の項目が解析の中心となる歩留りを示すデー
タ積重とした例である。もし、ノ°蕾目が解析の中心と
なるデータ項目であれば1厘み行列Vの()°sj)要
素を貞みWとし、他の対角要素を1とすればよい。なお
、XみWは1を越える過当な甑とする。
タ積重とした例である。もし、ノ°蕾目が解析の中心と
なるデータ項目であれば1厘み行列Vの()°sj)要
素を貞みWとし、他の対角要素を1とすればよい。なお
、XみWは1を越える過当な甑とする。
最後に、第9図ステラ14の処理では分析手R5で求め
た第1及び第2主成分く対する因子負荷量t−表示苧段
で第2図(α1のよ5忙表示する。
た第1及び第2主成分く対する因子負荷量t−表示苧段
で第2図(α1のよ5忙表示する。
第2図IA)は1本発明による表示fll(cL)と比
較するために示した従来の因子負荷量散布図であり。
較するために示した従来の因子負荷量散布図であり。
纂1及び第2王属分く対する因子負荷量をそれぞれの主
属分軸21,2.平面にそのデータ項目名をIQラット
たものである。不発811による表示例第2因(剖は表
示例第2図(町の第1.II歇限の7aツトをその位置
に“Qh印で、@m、y象限の7aツトを原点対象の位
置に”X“で11:Iットする。なお、貞み付けしたデ
ータ横目の第1及び第2生取分に対する因子負荷量を(
1,0)に置きかえ、このデータ項目名を第1主取分軸
Z、上の1の点にIQラットる。
属分軸21,2.平面にそのデータ項目名をIQラット
たものである。不発811による表示例第2因(剖は表
示例第2図(町の第1.II歇限の7aツトをその位置
に“Qh印で、@m、y象限の7aツトを原点対象の位
置に”X“で11:Iットする。なお、貞み付けしたデ
ータ横目の第1及び第2生取分に対する因子負荷量を(
1,0)に置きかえ、このデータ項目名を第1主取分軸
Z、上の1の点にIQラットる。
以上述べた一連の地場のあとで、解析者は#12図(a
)のN1主成分軸Z1の1に近いデータ群に層目して解
析データ横目を選択丁ればよい。第2゜図−1の倒では
Sグルー1に属する歩留り、エッチ装置C1工シチ宜の
データ項目を重点的に選択し、以後の詳細解析に供すれ
ばよい。
)のN1主成分軸Z1の1に近いデータ群に層目して解
析データ横目を選択丁ればよい。第2゜図−1の倒では
Sグルー1に属する歩留り、エッチ装置C1工シチ宜の
データ項目を重点的に選択し、以後の詳細解析に供すれ
ばよい。
ところで*、St+データの数11[化にょる数値化デ
ー/ハ、 ト<&C”1’ @ ’O” IfC@らず
2ia類の数甑の組ならば何んでもよい。また、JLみ
付は主成分分析における重み付けの他の方法としては。
ー/ハ、 ト<&C”1’ @ ’O” IfC@らず
2ia類の数甑の組ならば何んでもよい。また、JLみ
付は主成分分析における重み付けの他の方法としては。
前処理された工程データにおいて哀み付けしたいデータ
項目のデータV値数列コピーし、これv 前処塩された
工程データに結合したデータ行列に対して主成分分析を
行う方法なども考えられる。
項目のデータV値数列コピーし、これv 前処塩された
工程データに結合したデータ行列に対して主成分分析を
行う方法なども考えられる。
以上述べた如く1本発8AKよれば、解析fK1r益な
工程データの選択において、とく忙R別データと数置デ
ータとを区別する必要がなく。
工程データの選択において、とく忙R別データと数置デ
ータとを区別する必要がなく。
一括した処理が可能となる。また、錫塩結果の表示は、
散布図の上匈に7”CIラットれたデータ項目押を選択
するだけでよく、とくに利用者に統計知識を要求しない
。
散布図の上匈に7”CIラットれたデータ項目押を選択
するだけでよく、とくに利用者に統計知識を要求しない
。
すなわち、工程データの解析には、これに先たち膨大な
データ横目の中から解析の目的に合ったデータ横目を選
択する必要があり、従来これを経験豊富な解析のベテラ
ンか、統計についてil HFiのある解析者が行って
いた5しかし1本発明により%製造スタッフの誰でもが
、ま丁ま丁複帷化、膨大1ζする工程解析に対し、11
2I単にこれらと同等以上の通訳能力を持つことが・で
きる。
データ横目の中から解析の目的に合ったデータ横目を選
択する必要があり、従来これを経験豊富な解析のベテラ
ンか、統計についてil HFiのある解析者が行って
いた5しかし1本発明により%製造スタッフの誰でもが
、ま丁ま丁複帷化、膨大1ζする工程解析に対し、11
2I単にこれらと同等以上の通訳能力を持つことが・で
きる。
第1図は本発明による工程データ辿択装置の傳或図、講
2図(g)は本発明・の因子負荷量散布図の表示例であ
り1M2図園は健米例の因子負荷麓故布図、第5図は工
種データ例図、第4図及び帛5図は識別データの数憾化
例図、@6図は1みの与え方の例1M7図は数置データ
行列。 第8図は因子負荷量散布図である。第9図は本発明の一
連の処埴手埴を示す7a−チャートである。 1・・・データ記憶手R2・・・データ前処理手段5・
・・分析手!R4・・・表示手段 wA1図 暁20 (W) 鳴3図 暁4z 劉S口 第6記 R’−VRW 劉7図 卿60
2図(g)は本発明・の因子負荷量散布図の表示例であ
り1M2図園は健米例の因子負荷麓故布図、第5図は工
種データ例図、第4図及び帛5図は識別データの数憾化
例図、@6図は1みの与え方の例1M7図は数置データ
行列。 第8図は因子負荷量散布図である。第9図は本発明の一
連の処埴手埴を示す7a−チャートである。 1・・・データ記憶手R2・・・データ前処理手段5・
・・分析手!R4・・・表示手段 wA1図 暁20 (W) 鳴3図 暁4z 劉S口 第6記 R’−VRW 劉7図 卿60
Claims (1)
- 【特許請求の範囲】 1、複数項目の数値データ及び識別データから成りかつ
複数のケースを持つ工程データを対象に識別データを数
値化し、さらにこれと上記数値データを重み付け主成分
分析して得られた因子負荷量を第1及び第2主成分軸の
作る平面に表示することを特徴とする工程データ選択法
。 2、複数項目の数値データ及び識別データから成りかつ
複数のケースを持つ工程データを記憶する手段と、上記
識別データを数値化し数値データに加えるデータ前処理
手段と、前処理されたデータに重み付け主成分分析を行
う分析手段と、重み付け主成分分析で得られた因子負荷
量を第1、第2主成分軸の作る平面に表示する表示手段
とからなる工程データ選択装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP60093657A JPS61253573A (ja) | 1985-05-02 | 1985-05-02 | 工程デ−タ選択法及び装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP60093657A JPS61253573A (ja) | 1985-05-02 | 1985-05-02 | 工程デ−タ選択法及び装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPS61253573A true JPS61253573A (ja) | 1986-11-11 |
Family
ID=14088455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP60093657A Pending JPS61253573A (ja) | 1985-05-02 | 1985-05-02 | 工程デ−タ選択法及び装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS61253573A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008171090A (ja) * | 2007-01-09 | 2008-07-24 | Hitachi Ltd | 不良解析装置、不良解析方法および不良解析プログラム |
US7713760B2 (en) | 2003-05-16 | 2010-05-11 | Tokyo Electron Limited | Process system health index and method of using the same |
JP2011253526A (ja) * | 1999-09-09 | 2011-12-15 | Aegis Analytical Corp | 医薬及びその他のキャピタルインテンシブ製造プロセスの分析、改善のためのシステム |
-
1985
- 1985-05-02 JP JP60093657A patent/JPS61253573A/ja active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011253526A (ja) * | 1999-09-09 | 2011-12-15 | Aegis Analytical Corp | 医薬及びその他のキャピタルインテンシブ製造プロセスの分析、改善のためのシステム |
US7713760B2 (en) | 2003-05-16 | 2010-05-11 | Tokyo Electron Limited | Process system health index and method of using the same |
JP2008171090A (ja) * | 2007-01-09 | 2008-07-24 | Hitachi Ltd | 不良解析装置、不良解析方法および不良解析プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Paroush | The order of acquisition of consumer durables | |
Cook | The false choice between theory‐based evaluation and experimentation | |
CN104216349B (zh) | 利用制造设备的传感器数据的成品率分析系统及方法 | |
CN106124508A (zh) | 一种文物鉴定系统及鉴定方法 | |
US7283659B1 (en) | Apparatus and methods for searching through and analyzing defect images and wafer maps | |
CN112070135A (zh) | 电力设备图像检测方法、装置、电力设备及存储介质 | |
WO2021208423A1 (zh) | 一种基于pca学习的显卡接口机器测试方法 | |
CN112270596A (zh) | 基于用户画像构建的风险控制系统及方法 | |
CN205786357U (zh) | 一种文物鉴定系统 | |
JPS61253573A (ja) | 工程デ−タ選択法及び装置 | |
Johnson | Development of the sample survey as a scientific methodology | |
CN112434886A (zh) | 一种预测客户抵押贷款违约概率的方法 | |
CN115879915B (zh) | 一种用于发电厂的跨平台标准化检修方法 | |
JPH03131756A (ja) | 血球自動分類装置 | |
Utami et al. | Hausman and taylor estimator analysis on the linear data panel model | |
CN107845047A (zh) | 一种动态评分系统、方法以及计算机可读存储介质 | |
JP4136109B2 (ja) | 電子デバイス検査システム | |
Rajeshkanna et al. | Fault-related feature discrimination network for cell partitioning and defect classification in real-time solar panel manufacturing | |
CN110796187A (zh) | 不良分类方法及装置 | |
Balasubramany et al. | Authorship Pattern of Big Data Research Output: A Scientometric Analysis | |
CN112581036B (zh) | 一种大数据案件评价模型的设计方法、人才评价方法、人才库构建及推荐方法 | |
Hambali et al. | Application of integrated AHP and TOPSIS techniques for determining the best Fresh Fruit Bunches (FFB) | |
Bull et al. | Enhanced interpretation of pattern analyses of environments: The use of blocks | |
CN115840133A (zh) | 一种电路健康分级评估方法、电子产品健康分级评估方法 | |
Walter Jr | The improvement of attitude research |