预测和避免失败在汽车芯片


半导体工程坐下来讨论汽车电子可靠性Jay Rathert高级主管在解放军的战略合作;先进的解决方案副总裁丹尼斯Ciplickas PDF的解决方案;尤兹巴鲁克,副总裁和总经理在OptimalPlus汽车业务单元;加卡梅尔,总经理proteanTecs的汽车部门;安德烈van de……»阅读更多

把视力检查与机器学习


汽车制造商如何应用毫升& AI算法提高图像分析在他们工厂,确保产品质量高吗?发现下一代目视检查在我们的新案例研究。在这个案例研究中,您将了解:当前图像检查在制造业的局限性。O +端到端解决方案,将机器学习和…»阅读更多

行业4.0和QPaaS的崛起


麦肯锡公司框架这一转变的移动行业从目前的“救火”——的方法应对失败和漏洞后带到oem厂商的注意,在第一时间向主动预防此类事件。该行业如何实现这一目标?通过接受质量保护作为服务(QPaaS)——一种方法…»阅读更多

芯片制造他们的预期寿命


芯片是应该持续一生,但期望很大程度取决于终端市场,设备是否用于安全或关键任务的应用程序,甚至是否可以很容易地替换或远程解决。这也取决于这些芯片是如何使用的,是否一个复杂的系统的重要组成部分,以及是否持续监控和成本……»阅读更多

需求增长减少PCB缺陷


董事会的投资检验、测试和分析,以满足越来越严格的要求,在安全至上的行业如汽车可靠性。它标志着一个重大转变,从过去,担心可靠性主要针对设备连接到印刷电路板。但随着soc变得分解到先进的包…»阅读更多

更好的分析需要组装


包设备传感器,新的检验技术和分析使质量和产量提高,但所有这些需要更大的投资组装的房子。这是说起来容易做起来难。组装业务长期薄利经营的,因为他们的任务被认为是易于管理。然而在过去的几年中发生了很大的改变。r……»阅读更多

新用途的制造业数据


半导体行业正变得越来越依赖于数据分析以确保芯片将在其预计寿命是否按预期的方式工作,但经常不一致或不完整的数据,一些最有用的数据是由公司囤积原因竞争。正在上升的数据量在每个新流程节点,显然有更多的事情来跟踪,…»阅读更多

多云有机会更好的分析


你怎么能在工厂创建面向产品的分析,同时利用云功能?在我们的文章中,您将了解:从机的重要性分析,产品分析。分析基础架构迁移到云计算的好处。OptimalPlus如何成功与AWS创建端到端分析所以…»阅读更多

缺陷图像分类和检测深度学习


作者:丹Sebban和Nissim Matatov检验手段日益被纳入的典型生产板,基板和/或系统。大量的自动检查依赖分析所获得的图像光学等多种手段,x射线,红外、声显微镜。自动检查相比,传统视觉收集…»阅读更多

日益增长的挑战5 g的可靠性


测试领域越来越复杂的芯片的规模越来越大,更多的异构,几乎不断变化。其他地方都更为明显比5 g,在标准仍在不断改进,定义用例仍在。没有经过测试,没有技术的进步。但这些定义都受到改变,他们可以再次改变。通信……»阅读更多

←旧的文章
Baidu