본 발명은 적대적 신경망 기반의 통계적 공정 관리 방법 및 장치에 관한 것으로, 본 발명의 일면에 따른 적대적 신경망 기반의 통계적 공정 관리 방법은 공정에서 시간에 따라 계측되는 복수의 값으로 이뤄진 시계열 데이터들로 구성된 훈련 데이터로 기설정된 GAN 모델을 학습시키는 단계, 훈련 데이터에 포함된 시계열 데이터들을 사용자로부터 정해진 윈도우 사이즈로 구분함에 따른 배치별로 GAN 모델에서 생성된 가짜 데이터와의 유사도에 기초한 손실함수에 대해 역전파를 수행하여 가우시안 입력 변수를 업데이트하는 단계, GAN 모델의 판별자에 공정에서 시간에 따라 계측되는 복수의 값으로 이뤄진 시계열 데이터들로 구성된 시험 데이터를 입력해서 진짜 또는 가짜 여부를 판별함에 따른 판별 점수와, 업데이트된 가우시안 입력 변수를 기반으로 GAN 모델에서 생성된 가짜 데이터와 시험 데이터의 잔차에 따른 잔차 점수를 가중합하여 공정평균 이동 점수를 산출하는 단계 및 공정평균 이동 점수가 기설정된 임계값을 초과하는지에 따라 공정평균 이동 여부를 감지하는 단계를 포함한다.

G05B 23/02(2006.01.01)
G06N 3/0475(2023.01.01)
G06N 3/094(2023.01.01)
G06N 3/08(2023.01.01)

G05B 23/024(2013.01)