简介
INF-TPC旨在利用FDC数据，通过深度学习和统计分析方法，实现全自动化的工艺数据异常检测，无需人工设置，在生产过程中及时发现机台异常，避免wafer报废，提高生产效率。
INF-TPC
基于无监督机器学习的机台trace实时异常检测系统
优势
支持一键智能分组、模型训练、服务上线；全程无需人工介入。
无监督异常检测技术能够自主学习数据特征，无需大量人工标记样本，显著降低数据处理成本。
通过多传感器集中化数据管理与智能分析，能够多类型设备sensor统一建模，大幅降低资源消耗。
先进的异常检测方法能够识别半导体生产过程中的多种异常类型，包括区间异常、PM异常、振幅异常等，多场景准确率> 95%，为厂商提供全面的故障诊断和品质保障。
强大的数据增强方法，内置前沿的深度学习模型，高识别准确率；支持线上数据回流，辅助模型持续优化。
