如何借助机器学习和专家系统来推动工艺质量的提高

了解这项技术如何成为在制造业中打造“会思考的机器”的基石

作者: Vishali Ragam
Drive Process Quality using machine earning and expert Systems
您是否曾想过,杂货店会如何理货? 比如,杂货店是如何知道要把黄油放在面包旁边的? Netflix 是如何根据观看历史推荐电影的?
这些就是基于数据提取技术的“购物篮分析”示例,这项技术也叫做频繁模式挖掘。 这种技术会寻找重复出现的关系,从而在不同数据项之间找到关联。 当我们将这项技术运用到半导体制造时,它帮助我们深入了解工艺以实现快速的质量提升。 此类算法完全能够在尽可能减少人为干预的情况下处理海量数据,从而获得最优的解决方案。 应用材料公司的团队采用了机器学习的研究,这些研究成果帮助我们识别生产设备和工艺流程的行为,从而进行产线的定制化、持续和自动化的调整。

如需了解更多详情,请查看全文:

如需了解更多信息

相关文章

拉近和实际生产的距离

Blue Car
推动“S 曲线”,使您的晶圆厂在整个生命周期内都能保持良好运营。

专题采访|应用材料公司:SmartFactory®助力制造商提升生产过程的质量和可靠性

Ready to Improve Operations Increase Yields and Drive-profits
依靠我们的集成解决方案,在生产过程的每个阶段都优先考虑质量和可靠性。

持续改进工艺确认

CIPV
通过持续展示控制过程,从而提高检测的准备情况并改进监管检测和合规性。