Addressing Process Control Challenges in Big and Wide Data Environments

A number of unique issues must be solved when analyzing big and very high-dimensional data and/or big data with discrete variables of very high cardinality:

  • You must satisfy performance requirements for effective process monitoring and anomaly detection, predictive analytics and fault classification, and root-cause analysis.
  • Discrete predictor variables of high cardinality (for example, codes identifying thousands of tools) must be pre-processed and converted to fewer or to single-column continuous derived variables.
  • Initial feature selection methods must then be applied to derive from the very large numbers of predictor variables a smaller subset of “important” predictors. These are then related to important process outcomes using machine learning algorithms.
  • Results must be delivered to an interactive visualization platform that enables actionable insights for engineers and process stakeholders.

Download the whitepaper to learn about an architecture developed by TIBCO for a large semiconductor manufacturer for efficiently implementing these steps, in addition to real-world analytics use cases typically encountered in this industry.

백서 다운로드

등록을 계속하기 위해 TIBCO Software Inc. 및 TIBCO 계열사(총칭 “TIBCO”)는 귀하로부터 아래의 개인 정보를 수집해야 합니다. 이 TIBCO 리소스에 등록하면 TIBCO가 이 데이터를 처리하고 리소스 관련 정보로 이메일, 전화 및/또는 소셜 미디어를 통해 귀하에게 연락하는 데 동의하는 것으로 간주됩니다.

TIBCO는 또한 귀하가 관심을 가질 수 있는 제품 및 서비스와 관련하여 이메일, 전화 및/또는 소셜 미디어를 통해 귀하에게 연락하고자 합니다. 아래에 기재된 귀하의 개인 정보를 사용하는 데 대해 동의를 표해 주십시오.

TIBCO는 제품 및 서비스와 관련하여 저에게 연락할 수 있습니다.