ANOMALY DETECTION FROM AGGREGATE STATISTICS USING NEURAL NETWORKS

개시된 구현들은 제조 동작을 수행하는 디바이스 제조 시스템과 연관된 복수의 센서들에 의해 수집된 데이터를 나타내는 복수의 센서 통계들의 가약 표현을 획득하는 방법을 수행하기 위한 방법 및 시스템을 설명한다. 방법은 복수의 이상치 검출 모델들을 사용하여, 복수의 이상치 스코어들을 생성하는 것을 더 포함하고, 복수의 이상치 스코어들 각각은 복수의 이상치 검출 모델들의 개개의 이상치 검출 모델을 사용하여 복수의 센서 통계들의 가약 표현에 기초하여 생성된다. 방법은 제조 동작과 연관된 변칙의 가능성을 표시하는 변칙 스코어를 생성하기 위해 검출기 신경망을 사용하여 복수의 이상치 스코어들을 프로세싱하는 것을 더 포함한다. Implementations disclosed describe systems and techniques to detect anomalies in a manufacturing operation. The techniques include generating, using a plurality of outlier detection models, a plurality of outlier scores. The outlier scores are representative of a degree of presence, in a plurality of sensor statistics, of an anomaly associated with the manufacturing operation. Individual outlier scores are generated using a respective one of the plurality of outlier detection models. The techniques further include determining, using the outlier scores, a likelihood of the anomaly associated with the manufacturing operation.