品質目標を達成するために、製造プロセス関連の問題に対処します。実証されたPAT (Part Average Testing) アルゴリズムを使用して、複数の操作からのテストデータを統計的に解析し、優良な外れ値ユニットを識別します。事前に定義された母集団を使用して、テストデータに対して外れ値検出アルゴリズムを実行する方法を学習することで、OptimalPlusのスキルを強化します。複数の操作中に、これらのアルゴリズムを単一のルール「レシピ」に統合および組み合わせる方法を学習します。製造にルールが適用されているときに、ユニットを別のビンに自動的に切り替える方法を学習します。
コースの最終リリース日/バージョン番号:
講師指導による授業:3~4日間 (扱うテーマにより異なる)
半導体業界のお客様
製品の品質と信頼性の向上を担当する責任者向け
品質エンジニア、テストおよび製品エンジニア、ITシステム管理者、主要ユーザー向けの上級トレーニング
グローバルオペレーション学習パスに関する予備知識
受講者が実践できる環境
授業で取り上げるユースケースを集めること
お客様がVertica環境を使用している場合には情報を提供すること
OptimalPlus SW
外れ値検出ソリューションの価値を説明する
各アルゴリズムの動作を区別する
さまざまな仮想操作ルールを設計する
外れ値検出アルゴリズムを適用した後にルールの結果を解析する
詳細については、アプリケーション/サポートチームにお問い合わせいただくか、トレーニング概要をリクエストください。