L'apprentissage profond est un sous-ensemble de l'apprentissage automatique concerné où les algorithmes de réseaux neuronaux inspirés par le cerveau humain apprennent à partir d'une grande quantité de données par le biais de plusieurs couches de transformation non linéaire. Puisqu'il a une forte capacité d'apprentissage qui peut améliorer l'utilisation de l'ensemble de données pour l'extraction de caractéristiques. Il détermine les défauts des processus industriels dans les données d'entrée en simulant la façon dont le cerveau humain détecte les défauts dans les processus industriels.