著者

茂木 貴弘 中澤 友哉 田原 鉄也

出版者

人工知能学会

雑誌

2018年度人工知能学会全国大会(第32回)

巻号頁・発行日

2018-04-12

---

本稿では、時系列一次元信号の分類タスクによる異常検知アプリケーションとして、調節弁に取り付けた振動センサデータを分析した事例について報告する。振動信号から調節弁内部の異常(キャビテーションと呼ばれる現象)を自動で分類する手法として、一次元CNNとLSTMに着目した。これらを組み合わせ、教師あり学習により、異常の特徴量を自動で抽出し分類するタスクを試みた結果、99.5%の分類精度を達成できた。