VIP20
本课程属于：040-半导体良率核心技能 半导体工艺与制造设备 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

良率调试技术：基于电性数据的异常Wafer定位

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
良率调试的重要性 · 电性数据在异常Wafer定位中的核心… · 课程目标与学习路径
课程导论良率调试的重要性
02
半导体制造基础
晶圆制造流程简介 · 关键工艺模块（光刻 · 刻蚀
半导体制造基础晶圆制造流程简介
03
电性测试基础
WAT测试原理 · 常用测试结构（如MOSFET · 电阻
电性测试基础WAT
04
电性数据采集与存储
测试程序（Test Program）… · 数据格式（如STDF · CSV）
电性数据采集存储
05
数据预处理基础
数据清洗（缺失值 · 异常值处理） · 数据标准化与归一化
数据预处理基础数据清洗
06
数据可视化入门
使用Python Matplotli… · 箱线图 · 散点图矩阵
数据可视化入门Python
07
统计过程控制（SPC）
均值-极差控制图 · 均值-标准差控制图 · 过程能力指数（Cp
SPC统计过程控制
08
异常Wafer的初步识别
基于单参数SPC的异常点检测 · 多参数联合监控（Hotelling…
Wafer异常
09
空间分布分析
Wafer Map（晶圆图）绘制 · 电性参数的空间分布模式（中心-边缘效… · 径向梯度
空间分布分析Wafer
10
空间相关性分析
Moran's I指数 · 空间自相关图 · 识别局部异常簇（LISA）
空间相关性分析Moran
11
基于机器学习的异常检测（一）
孤立森林（Isolation For…
基于机器学习的异…Isolation
12
基于机器学习的异常检测（二）
单类支持向量机（One-Class…
基于机器学习的异…One-Class
13
基于机器学习的异常检测（三）
自编码器（Autoencoder）重…
基于机器学习的异…Autoencoder
14
特征工程
从电性参数中提取统计特征（均值 · 方差 · 偏度
特征工程从电性参数
15
聚类分析
K-Means聚类对Wafer进行分… · DBSCAN识别异常簇 · 聚类结果的可视化与解读
聚类分析K-Means
16
分类模型
构建良品/不良品分类器（逻辑回归 · 随机森林 · XGBoost）
分类模型构建良品
17
时间序列分析
电性参数随时间（批次/日期）的趋势分… · 移动平均 · 指数平滑
时间序列分析电性参数随时间
18
根因分析（RCA）方法
鱼骨图 · Why分析法 · 基于相关性矩阵的根因参数定位
RCA根因分析
19
工艺与电性关联分析
通过DOE（实验设计）数据建立工艺参…
工艺电性关联分析
20
案例实战（一）
单参数异常Wafer定位——以Vt（… · 从SPC到空间分析
案例实战Wafer
21
案例实战（二）
多参数异常Wafer定位——以Ids… · 使用PCA与聚类
案例实战Wafer
22
案例实战（三）
时间序列异常检测——某批次连续异常W…
案例实战时间序列异常检测
23
案例实战（四）
基于Autoencoder的复杂模式…
案例实战Autoencoder
24
自动化监控系统设计
数据管道搭建（ETL） · 实时监控告警规则设计 · Dashboard构建（Grafan…
自动化监控系统设…ETL
25
Python工具链实战
Pandas数据处理 · Scikit-learn模型构建 · Plotly交互式可视化
Python工具链实战
26
报告撰写与呈现
异常Wafer定位报告的结构 · 关键图表（Wafer Map · 控制图
报告撰写呈现
27
常见陷阱与注意事项
过拟合问题 · 数据泄露 · 批次效应校正
常见陷阱注意事项
28
先进技术展望
深度学习（CNN/RNN）在Wafe… · 迁移学习 · 联邦学习
先进技术展望CNN/RNN
29
课程总结
核心知识体系回顾 · 最佳实践总结 · 持续学习资源推荐
课程总结核心知识体系回顾
30
综合考核与项目实战
给定模拟电性数据集 · 独立完成从数据加载 · 预处理
综合考核项目实战