機械学習 + 数十年の経験
PDFソリューションズは、ビッグデータインフラストラクチャと機械学習アプリケーションを、数十年にわたる製造および試験の経験と組み合わせることで、企業がインダストリー4.0の恩恵を享受できるようにします。これにより、特定の成果を達成するためにカスタマイズされたソリューションを顧客に提供します。
大量生産で実証済み
当社の製造向け高度インサイト（AIM）は、設定可能な知識ベースシステムであり、継続的な計算とユーザー入力から学習することで、大量生産環境において迅速かつ知的な意思決定を実現します。過去10年間にわたり、当社はビッグデータと機械学習能力を活用し、製造、試験運用、組立・包装の各分野で顧客に大幅な投資利益率（ROI）をもたらす、実証済みのAIMソリューション群を開発してきました。
AIMソリューション概要：
適応型シグネチャ診断（ASD）
ASDは、異常なウェーハ歩留まり特性の検出、分類、および根本原因分析を行う自動化システムです。新規入庫ウェーハは空間的特性について分析され、ユーザー入力に基づく機械学習によりリアルタイムで精緻化される分類カテゴリに振り分けられます。この技術を我々は協調学習と呼んでいます。各固有のウェーハカテゴリに対してドリルダウン分析が自動的に実行され、既知の根本原因の再発を確認するレポートや、新たな潜在的な歩留まり損失要因を指摘するレポートが生成されます。
ROI：ウエハー歩留まり低下の根本原因を従来分析手法の5倍の速さで特定・封じ込め、専門知識を機械学習モデルに組み込み継続的改善を実現。
データソース：ウェーハソート／ビンソート、PCM、LEH／WEH、計測、欠陥、ツールFDC
キャパシティ・アンド・エフィシエンシー・インプルーブメント（CEI）
CEIは、Exensioアナリティクスプラットフォーム内の装置性能追跡（EPT）機能を段階的な手法で活用し、装置とチャンバーの操作を最適化することで、OEE（総合設備効率）、ファブキャパシティ、ウェーハスループットを向上させます。各レシピのマイクロステップから収集されたデータは装置間の性能不一致を捕捉し、装置のFDCデータの詳細な分析を通じてこれを解消します。
ROI：ボトルネックとなるツールのキャパシティが10％向上、効率／スループットが20％以上向上、製造スループットモデルからの逸脱に影響するレシピ対セットアップおよび設備ハードウェアの問題を迅速に特定。
データソース：ツール センサーFDCデータ
消耗品コスト削減（CCR）
CCRソリューションは、Exensioアナリティクスプラットフォームの中核モジュールであるプロセス制御モジュールが収集したeBOMデータセットを活用します。このデータセットにはERP、MES、EAM、FACデータに加え、消耗品、保守部品・資材、化学物質・材料組成レポートが含まれ、材料消費の体系的な削減、使用の最適化、材料組成の逸脱検知を実現します。 構造化された分析ワークフローを通じて、性能の低い工具、部品、サプライヤーを特定し、ユーザーを最適化プロセスへと導きます。
ROI：材料消費コストの削減、歩留まりと信頼性の逸脱の低減、部品と材料の使用の最適化
データソース：消耗品 バッチID、イベントデータ、レシピID、FDCデータ、PM情報、材料組成レポート、MESデータ
早期故障検出（ELF）
ELFソリューションは、歩留まりと信頼性故障の間の品質コストトレードオフを最適化します。 「部品平均テスト」(PAT)などの従来の異常値検出アルゴリズムは、初期不良リスクのある部品を特定・選別するためによく使用されます。ExensioのELFはPATを超え、Exensioアナリティクスプラットフォームのエンドツーエンドデータベースとインフラを活用することで、包括的なダイ品質評価とリスク分類ソリューションを提供します。 複数のデータソースから生成された高度な指標は、新たな情報（例：8Dレポート、FAで特定された根本原因、追加のRMAなど）が明らかになるにつれて適応する多変量機械学習アプローチで分析されます。
ROI：ウェハー選別工程における高リスクダイの検出により、品質と信頼性の逸脱を防止
データソース：ウエハー 選別、最終テスト、PCM、バーンイン、返品、欠陥、計測、LEH/WEH、FDC
機器トラブル保護 (ETP)
ETPは、ウェーハ製造工場および組立ライン向けの次世代FDCソリューションです。従来のFDCデータ収集、特徴量選択、SPC警報限界値の設定といった標準的な手法を超え、ETPはFDCデータを装置イベントと連動させ、AIと機械学習を活用して異常な装置センサートレースを「正常」「異常」「不明」に分類・検出します。この分類システムは、ユーザーが新たな信号を評価し根本原因を特定するにつれて適応するため、問題の迅速な検出と封じ込めを可能にします。
ROI：・DPW歩留まり +1%・ファブ生産量 +5%・ライン歩留まり +2%・装置稼働率 +2%・エンジニアリング要員削減
データソース：工具 センサー、FDCデータ、および工具イベント
インテリジェント材料配置（IMD）
「材料審査委員会」（MRB）は、出荷製品の品質向上に広く用いられる手法です。IMDソリューションは、MRBプロセスにおける手作業と人的要因による変動頻度を劇的に削減します。各顧客の事業および製品ライン固有の品質基準を捕捉する自動ワークフローを導入し、ロットおよびウェーハの品質格付けを数時間や数日ではなく数分で提供します。 包括的な分析と完全な自動化により、結果の一貫性と高品質な意思決定が保証されます。
ROI：ロット処分におけるエンジニアリング作業を50％以上削減。ウェハー処分の漏れを防止し、一貫性と意思決定の質を向上させます。
データソース：PCM/WAT 、ウエハーソート/ビンソート、最終テスト
スマートテスト
製造の複雑化、高度なパッケージング技術、高密度チップ設計が相まって、ウェーハソートと最終テストのコストを押し上げています。エクセンシオのスマートテストソリューションは、機械学習を用いて各製品ダイに関連する膨大なデータセット内の微細な信号を発見し、人工知能を適用してテストフローを調整し、低コストでより高い製品品質を実現します。 AI/MLアプローチにより、最高品質のダイを特定し、バーンインなどの高コストなテスト挿入を省略する候補として選定。DPPM要件を満たしつつテストコストを最適化します。PDFが機械学習アルゴリズムを提供することも、自社アルゴリズムを使用することも可能です。本システムは生産運用向けに設計され、OSATのテストフロア「エッジ」に設置。効率的で低遅延な運用、高稼働率、最小限のデータ損失を実現します。
ROI：バーンイン要件を30～60％削減し、テスト量とコストに応じて年間最大数百万ドルの節約を実現します。
データソース：PCM/WAT 、ウェーハソート、最終テスト、（および利用可能な場合、計測、欠陥、MES、FDCデータ）
収量対応型FDC
YA-FDCは、Exensioの「ビッグデータ」プラットフォームを活用する技術とサービスの組み合わせであり、プロセスのばらつきを改善し、機能的・パラメトリック歩留まりに影響を与える設備の状態や変動要因を特定し、重要パラメータを識別する独自の分析・モデリング技術を用いて適切なSPC限界を設定します。分析は自動化され、レポートとダッシュボードにより歩留まり、ばらつき、逸脱の迅速な改善を推進します。 AI/MLは、より精密なフィードバック制御とフィードフォワード制御のための予測モデル、ツール稼働率を最適化する予測保全（PM）、適応型インラインサンプリングのための仮想計測を提供します。
ROI：+8%の歩留まり向上、+40%の不良率低減、+7%のNPI立ち上げ学習速度向上
データソース：ツールセンサーFDC データ、計測、欠陥、PCM/WAT、ウェーハソート、テスト、組立
