JMP無料トライアル
JMP®トライアル版ダウンロード
JMPソフトウェアは、世界最大かつ最も革新的な一部の半導体会社が、コーディング不要で、開発タイムラインをより予測可能なものにし、かつ低コストで加速できるようにします。
統合と製品管理向け
半導体ワークフローで個々のユニット工程を組み合わせるには、独自の分析上の課題があります。これらの工程を微調整して、世界で最も要求の厳しいお客様や業界のニーズを満たすためには、分析ツールからの柔軟性と簡単なワークフローが必要とされます。
JMPでは、次のようなことが可能です。
- 新規および既存の製品の、潜在的な収率における改善量をすばやく特定します。
- データ主導の根本原因分析調査により、無駄を削減し深刻な事態からの回復を助けます。
- インタラクティブなウエハーマップを簡単に作成できます。
- 効率的な分割計画を通じて、お客様の要件を満たすために必要な情報をすばやく取得します。
- 幅広いデータの収集を効率的に形作り、実用的な洞察に導きます。
- 意思決定者とお客様に説得力のあるデータ洞察を提示します。
工程および機器エンジニアリング用
既存の工程と機器のトラブルシューティングから、次の最先端テクノロジーをサポートするために必要な新しい手法の開発まで、工程と機器のエンジニアは、目標とタスクをすばやく切り替える柔軟性を備えている必要があります。さらに、工程を迅速かつ経済的に調整するために、幅広いデータ型とソースを処理し、実験を計画できる必要があります。
JMPでは、次のようなことが可能です。
- 新しい工程ツールを認定し、エラーを減らして、より迅速に本番環境にリリースします。
- ロバストな新しいレシピを開発し、既存のレシピを調整するための実験を計画します。
- 日常業務を自動化することにより、分析の速度と品質を向上させます。
- インタラクティブなウエハーマップを簡単に作成できます。
- ドリフトや障害をすばやく特定してトラブルシューティングします。
- 工程を効率的に監視して、一貫した品質を確保します。
信頼性分析向け
デバイスが将来どのように、そしてなぜ故障するのかを洞察することは、デバイスの物理学、統計学、確率、モデリングなどの独自の理解を必要とする難しい問題です。
JMPでは、次のようなことが可能です。
- 検定計画をすばやく立案し、必要な標本サイズを定義します。
- 故障率を正確にシミュレートして予測します。
- 結果をインタラクティブな形で意思決定者に提示します。
- 工程、電圧、温度、周波数などの複数の要因に依存する、故障までの時間モデルを作成します。
収率および品質向け
品質エンジニアは、ドメイン間でさまざまなデータセットを使用して処理する必要があります。これには、お客様の受け入れから統計的工程管理データ、およびその間のすべての処理が含まれます。データ分析は、問題の根本原因を特定し、是正措置の概要を示し、効率の向上と廃棄物の削減につながる改善の機会を発見するためにも必要です。
JMPでは、次のようなことが可能です。
- レポートと可視化をすばやく作成して、問題が深刻になる前に適切に特定します。
- 調査の指針となる効率的なデータ収集計画を迅速に作成します。
- 機械学習とAIモデルを使用して、根本原因分析の調査をより効率的にガイドします。
- インタラクティブなウエハーマップを簡単に作成できます。
- さまざまなソースからのさまざまなデータセットを効率的に管理および操作します。
JMPのお客様が達成した結果
260%
エンジニアの仕事に対する満足度の向上
Vishay社
「継続的な価値を企業に提供します。それがJMP®でできることです」
Seagate社
83%
改善された工程能力インデックス
Polar Semiconductor社
半導体業界向けのJMPの機能
実験計画（DOE）
カスタム実験シリーズを作成して、各ウエハーから得られる情報を最大化します。
決定的スクリーニング計画
各実験ロットから以前よりも多くの情報を取得することで、工程をより迅速に最適化します。
データマイニング
機械学習、AI、従来のデータマイニング技術を活用して、隠れた洞察を見つけ、問題の潜在的な根本原因を迅速に特定します。
データの可視化
JMPは、動的グラフィックスと強力な統計量をリンクして、調査結果をインタラクティブに共有します。新たな疑問が生じても、分析フローから離れたり、コマンドを再実行したりせずに、データを掘り下げます。
品質と工程能力分析
JMPの工程のスクリーニング・プラットフォームを活用します。この品質ダッシュボードを使用して、注意が必要な変数をすばやく特定し、深刻になる前に制御不能なイベントを特定します。
パターンを調べる
大規模なデータセットであっても、データ内の予期しないパターンをより効率的に特定することで、データの整合性を調査します。
