ITFARM

개요

OZ.AI 솔루션만의 생성형 AI 기술을 기반으로, 기존 딥러닝 알고리즘을 활용한 이미지 학습 및 분석 방식, 검사의 한계를 넘어서는 분석 체계를 제공 합니다. 학습과 추론을 위한 강력한 모델에 더하여 AI 도입 과정에서 필요한 end-to-end 기술을 기반으로 더욱 빠르고 편리한 학습/추론/분석 기능을 제공 합니다.

Smart Factory & Control-System

• EQ 인터페이스 프레임워크
• EQ 컨트롤 프레임워크

딥러닝 기반 프로세싱 & 판정

• D/L Process & Classification
• D/L Handling & Simulation

반도체 데이터 분석 및 처리

• 정형 + 비정형 데이터 처리
• Quality & Analysis 프레임워크

개요

장비의 RAWDATA 혹은 Interface를 통한 Visual한 분석이 가능하고, 자동화된 신속 판정 로직을 구현하여 유저의 업무로드감소와 불량의 패턴 혹은 이미지화 된 분석이 가능한 다양한 기능을 제공합니다.

주요 기능

• 통합 자동 MAP 판정 시스템
• Bare-Wafer PW 공정의 다양한 MAP에 대한 자동 판정 체계
• LOT Mixing 판정 : Shape Map
• Profile Map 판정

개요

장비 이미지 데이터를 Interface하여 자동화된 로직을 구현하여 각종 불량 데이터를 검출합니다.

주요 기능

• Align 오류 자동 검출
• Focus 오류 자동 검출
• Defect 발생 이미지 검출
• 오류 데이터 이력 관리
• 불량 데이터 Report 생성

개요

• 2차원 또는 1차원 데이터에서 특징 벡터(FV)를 추출하고, FV 엔지니어링을 통해 새로운 FV 생성
• 추출된 특징 벡터에 앙상블 학습(Ensemble Learning) 및 하이브리드 모델(Hybrid Model) 분류 기법을 적용하여 향상된 분류 성능 달성 가능
• 특징 벡터와 이미지 영역의 연동 분석을 통해 이슈 데이터의 효율적인 분석 가능

주요 기능

• FV 추출 기능

           ○  Image의 기본적인 FV 추출과  Issue 영역 / 특정 거리 및 방향 관련 추가 FV의 심층 분석 수행

           ○  Polar 좌표 공간에서 프로파일 데이터를 기반으로 특징 벡터를 추출하여, 방향성과 거리 정보를

               포함한 고차원 데이터 분석 가능

• Image 분류 기능

           ○  추출된 특징 벡터(FV)를 활용하여 Decision Tree를 통한 이미지 분류

           ○  특징 벡터를 딥러닝 모델 학습 데이터로 사용하여, 이미지 대신 FV를 통한 앙상블 학습 

           ○  하이브리드 분류 모델 기법을 적용하여 최적의 레시피를 생성하고 관리할 수 있는 기능 제공

• FV vs. Image 연동 분석 기능

           ○  특징 벡터(FV)와 연관된 이미지 픽셀 간의 관계를 시각화 하여 다양한 분석 기능을 제공하고

               데이터 간의 상호 관계를 심층적 분석 가능

           ○  스펙트럼 데이터와 이미지 데이터를 교차 분석하여, 두 데이터 유형 간의 상관성을 규명하고

               종합적인 통찰 분석 가능

개요

Vision 장비를 제어하고 영상 분석을 통해 Feature Vector를 추출하며 측정된 Data를 이미지화하여 분석하고, 축적된 영상 분석 알고리즘을 사용합니다.