半导体机台加工过程中多维度过程数据的异常检测方法

摘要

本发明提供一种半导体机台加工过程中多维度过程数据的异常检测方法，提供原始过程数据并对其进行重采样；对重采样后的数据进行预处理，得到相同长度的数据；通过神经网络对所述数据进行降维和再升维，得到重建数据；比较所述重建数据与所述原始过程数据的误差，得到数据中的异常点。本发明采用机器学习方法识别FDC数据，所提出模型不需要人为过多介入模型的训练过程，且不需要对数据预分类，适用性强，具有良好的应用前景。该方法可有效提高FDC分析的维度，避免了人工设定异常范围的困难，也提高了对复合特征的识别水平。