D-optimale Versuchspläne in Cornerstone optimieren
Arbeiten Sie mit kategorialen Faktoren, Constraints und Pflichtläufen. Der verbesserte Cornerstone-Algorithmus erhöht die Effizienz Ihrer Designs.
Alle White Papers
Cornerstone Big-Data-Analyse mit Apache Spark
Cornerstone nutzt Apache Spark zur Analyse großer Datenmengen, überwindet Performance-Grenzen und liefert wertvolle Einblicke für smarte Systeme.
Big-Data-Zugriff & Analyse mit Cornerstone
Nutzen Sie Cornerstone für direkten Zugriff auf große Datenmengen, fortschrittliche Modellierung und KI-gestützte Klassifikation.
Wafermap-Designs mit Zernike-Polynomen optimieren
Zernike-Polynome und optimierte Messpunkte verbessern Homogenität, Effizienz und Ausbeute in der Halbleiterproduktion.
Hauptkomponenten mit Cornerstone visualisieren
Die PCA-Funktion in Cornerstone reduziert große Datensätze und nutzt Tile Maps zur besseren Interpretation von Ladungen – bei bis zu 114 Prädiktoren.
Multi-Category-Chart für explorative Kategoriedaten
Neues Diagramm-Tool für bis zu 100 kategoriale Variablen – liefert tiefere Ursachenanalysen als Histogramme oder Parallelkoordinaten.
Höchste Ausbeute mit Cornerstone Analytics erzielen
Erfahren Sie, wie ein führender IDM Cornerstone zur schnellen Ertragsanalyse, einheitlichen Datenauswertung und Qualitätssicherung nutzt.
Faktoren & Antworten für bessere Regressionsmodelle transformieren
Mit Cornerstone lassen sich Faktoren und Antworten transformieren – für genauere Regressionsanalysen inkl. optionalem Box-Cox-Offset.