[论文解读] Data Engineering for the Analysis of Semiconductor Manufacturing Data

Peter D. Turney|ArXiv.org|Dec 12, 2002

Data Mining Algorithms and Applications参考文献 5被引用 11

一句话总结

本文提出了一种用于分析半导体制造数据的数据工程框架，通过决策树归纳（Q-YIELD）识别产品报废的根本原因。通过解决特征工程和目标概念定义问题——尤其聚焦于回顾性根本原因分析——研究人员能够从多粒度工艺数据中提取出可操作的规则，从而提升良率。

ABSTRACT

We have analyzed manufacturing data from several different semiconductor manufacturing plants, using decision tree induction software called Q-YIELD. The software generates rules for predicting when a given product should be rejected. The rules are intended to help the process engineers improve the yield of the product, by helping them to discover the causes of rejection. Experience with Q-YIELD has taught us the importance of data engineering -- preprocessing the data to enable or facilitate decision tree induction. This paper discusses some of the data engineering problems we have encountered with semiconductor manufacturing data. The paper deals with two broad classes of problems: engineering the features in a feature vector representation and engineering the definition of the target concept (the classes). Manufacturing process data present special problems for feature engineering, since the data have multiple levels of granularity (detail, resolution). Engineering the target concept is important, due to our focus on understanding the past, as opposed to the more common focus in machine learning on predicting the future.

研究动机与目标

• 解决分析复杂、多粒度半导体制造数据以提升良率的挑战。
• 开发数据工程技术，以增强决策树归纳在识别产品报废根本原因方面的有效性。
• 将关注点从预测建模转向回顾性根本原因分析，使工程师能够理解过去的故障原因。
• 提升机器学习模型在工业制造环境中的可解释性和实际应用价值。

提出的方法

• 通过Q-YIELD软件应用决策树归纳，生成产品报废的分类规则。
• 在特征向量表示中进行特征工程，以处理半导体工艺数据的多层级粒度（细节程度和分辨率）。
• 重新定义目标概念（类别），聚焦于理解历史故障原因，而非未来预测。
• 对原始制造数据进行预处理，以符合决策树算法的归纳偏置。
• 利用领域知识构建反映工艺变异性的工程洞察的特征和类别。
• 通过与工艺工程师的迭代反馈验证规则集，确保其实际相关性。

实验结果

研究问题

• RQ1 如何调整特征工程以应对半导体制造数据的多粒度特性？
• RQ2 在制造环境中使用传统机器学习方法进行回顾性根本原因分析时，会遇到哪些挑战？
• RQ3 如何重新定义目标概念（分类类别），以支持对过去工艺故障的理解，而非未来预测？
• RQ4 数据预处理在提升工业环境中决策树规则的质量和可解释性方面发挥什么作用？
• RQ5 数据工程技术如何增强机器学习模型在半导体良率提升中的实际应用价值？

主要发现

• 数据工程显著提升了从半导体制造数据中提取的决策树规则的质量和可解释性。
• 考虑多级数据粒度的特征工程，可生成更准确且可操作的规则。
• 将目标概念重新定义为聚焦于理解过去故障（而非预测未来结果），可实现对工艺的更深层次洞察。
• Q-YIELD系统成功生成了帮助工艺工程师识别和解决产品报废根本原因的规则。
• 通过预处理数据以匹配决策树算法的归纳偏置，显著提升了规则发现能力和模型性能。
• 该方法表明，有效的数据工程对于将机器学习转化为半导体制造中实际的良率提升至关重要。