Abstract
在IC製程中，由自動化機台所收集來的製程參數與產品完成時的電性測試值數量十分龐大，然而當產品良率發生異常時，工程師常無法快速地由此大量資料中找出事故發生原因，故本研究利用統計方法及資料挖礦方法，將大量資料轉換成有用的資訊，如此有助於工程師縮短追查事故原因的時間。本研究針對晶圓電性針測的晶圓圖進行群集分析，目的在於將相似的晶圓圖歸為同一類，藉由共同圖樣特徵提供工程師故障分析依據。本研究在統計模型假設之下，可客觀的定義二元晶圓圖相似程度，並且在搭配空間圖樣檢定統計量、進退化方法與群集分析演算法，可建立自動化的二元圖樣分類架構。在資料處理方面，由於所分析的原始資料為複雜的多重Bin層晶圓圖結構，為分析上方便會將資料轉換為批量二元晶圓圖，在處理及簡化資料過程當中，將以充分性與客觀性為考量來進行。整體而言，我們為工程師建構一個快速、客觀、充分、自動化與視覺化的晶圓圖分類分析系統。