MIAS
智能制造的最高境界 - 如期如质、治病未发

The Power from Big Data

分析数据无限延伸
  • 不论数据在哪里,MIAS 平台都可以透过弹性的设定,将 MES、AMHS、BC、DFS、FDC、EDA/YMS、SPC、REPORT.. 等系统的数据做整合、存储与高效计算,让使用者在 MIAS 平台就可以便捷查询与快速拉取所需的各种数据,轻松整合应用。IT 也可以节省多系统的建置成本,和跨系统整合所需要的资源耗费。
  • MIAS 平台提供弹性的设定方式,让管理者可以自行设定去链接更多的数据来源和便利的查询接口。不论源数据库是 Oracle、MySQL、… 都可以轻松整合进 MIAS 平台,让使用者可以无限延伸分析视野,真正发挥 Big Data 的最大效益。
  • 在 MIAS 跨资料源的统整分析平台上,使用者可以更完整的透视跨数据源之间的关联性,更深入的分析产品、工艺、质量、设备、物料的稳定性、可靠性,以提升产品质量,改善工序,提高成品率,有效强化产业的竞争力。
  • 在 MIAS 系统,用户可以轻松抓取所需的数据,不论从哪一个切入点看到问题,都可以很容易的进行连动分析,让分析思绪一气呵成,减少数据整合的时间浪费,把时间和价值真正花在解决问题和精化分析深度。

跨系统整合平台

不论数据在哪里,MIAS 平台都可以透过弹性的设定,将 MES、AMHS、BC、DFS、FDC、EDA/YMS、SPC、REPORT.. 等系统的数据做整合、存储与高效计算,让使用者在 MIAS 平台就可以便捷查询与快速拉取所需的各种数据,轻松整合应用。IT 也可以节省多系统的建置成本,和跨系统整合所需要的资源耗费。

无限扩展分析视野

MIAS 平台提供弹性的设定方式,让管理者可以自行设定去链接更多的数据来源和便利的查询接口。不论源数据库是 Oracle、MySQL、… 都可以轻松整合进 MIAS 平台,让使用者可以无限延伸分析视野,真正发挥 Big Data 的最大效益。

横综分析

在 MIAS 跨资料源的统整分析平台上,使用者可以更完整的透视跨数据源之间的关联性,更深入的分析产品、工艺、质量、设备、物料的稳定性、可靠性,以提升产品质量,改善工序,提高成品率,有效强化产业的竞争力。

智动化分析,一气呵成

在 MIAS 系统,用户可以轻松抓取所需的数据,不论从哪一个切入点看到问题,都可以很容易的进行连动分析,让分析思绪一气呵成,减少数据整合的时间浪费,把时间和价值真正花在解决问题和精化分析深度。

Plug-In Tool 弹性扩充自有的智能分析手法

除了分析数据的横综延伸之外,MIAS 平台也提供了弹性便利的 Plug-In Tool,让 IT 管理者可以将自行研发的分析手法,共同加入 MIAS 平台让使用者选取。更棒的是,扩充的分析手法也可以应用结合至 MIAS的分析流程中,共同成为自动化报表分析的一部分。

智能分析、轻松上手

为了让使用者可以更简单、零距离的运用专业分析工具,MIAS 系统针对常用的业务场景与分析主题,提供了 One-Stop 分析服务,只要简单的步骤就可以轻松进行进阶的深度分析。 同时,MIAS 系统也提供智能数据透析的服务,解析用户丢入的分析数据特性,来帮助用户选用最合适的分析手法,不再担心不懂统计分析方法而不知如何使用的困扰了。

Smart Query Tool 无限延伸分析数据

MIAS 平台提供 Smart Query Tool,让 IT 管理者可以透过 XML 的设定,就能自行创造新的数据查询接口,让用户可以结合放入原有的自动化分析流程中,无限延伸分析的广度与深度。

Plug-In Tool 弹性扩充自有的智能分析手法

除了分析数据的横综延伸之外,MIAS 平台也提供了弹性便利的 Plug-In Tool,让 IT 管理者可以将自行研发的分析手法,共同加入 MIAS 平台让使用者选取。更棒的是,扩充的分析手法也可以应用结合至 MIAS的分析流程中,共同成为自动化报表分析的一部分。

预测监控 ─ 自动预测&报警

透过大数据的分析维度,加上 MIAS 平台上 Machine Learning / AI 智能工具,便可以轻松找到制程中的相关性,并建立预测模型,做自我预警监控。例如在前段建立 Yield Predict Model,在前制程段就提前监控 Yield Loss 的表现,以便主动事先防范与风险管理。
此外,除了预测模型的监控之外,MIAS 分析工具的自动警示功能,也能协助用户简易监控预测模型本身的的合适性,以便时时掌握模型的稳健度,实时予以调整,确保预测模型的正确率。

雷达锁定 ─ 异常定位搜索

异常或客诉发生时,只要透过 MIAS 的智能分析工具,它充分应用 Machine Learning 技术,就可以全局性扫描所有可能因子并快速锁定异常根源。 例如,在后段突发 Defect Loss 时,用户可透过 MIAS 快速抓取前制程段所有设备的制程参数和设置条件,运用 Machine Learning 工具,即可从上百个因子,找到最 Critical 的可疑因子,以及异常条件。

主动防御网 ─ 异常监控 & 诊断追踪

工程师可以将厂端的 know how 与经验,变成一个个的防御网,透过 MIAS 平台自动去侦测,像是 Regular Monitor、变异侦测、跟因诊断、异常追踪等各式分析。 用户可透过不同数据的关联,只需在同一平台上,不用到其他系统,便可以一气呵成进行横综分析,并且自动关联线索,产出完整的自动化分析报表。 例如,透过 MIAS 的多变量分析,对制程参数做 Health Index 综合指标的监控和预警。 当系统预警时,MIAS 也提供了异常侦测和分类功能,针对设备上百个制程参数,快速分类异常可能发生的范围,加速工程师快速定位和后续分析。

MIAS Platform

Hadoop Cluster Network Topology