宇宙機故障診断のためのデータマイニングと専門家知識の融合法に関する研究

• Project/Area Number: 16760641
• Research Category: Grant-in-Aid for Young Scientists (B)
• Allocation Type: Single-year Grants
• Research Field: Aerospace engineering
• Research Institution: The University of Tokyo
• Principal Investigator: 矢入 健久 東京大学, 先端科学技術研究センター, 講師 (90313189)
• Project Period (FY): 2004 – 2005
• Project Status: Completed (Fiscal Year 2005)
• Budget Amount: ¥3,400,000 (Direct Cost: ¥3,400,000); Fiscal Year 2005: ¥1,300,000 (Direct Cost: ¥1,300,000); Fiscal Year 2004: ¥2,100,000 (Direct Cost: ¥2,100,000)
• Keywords: 宇宙機 / 人工衛星 / 異常検知 / 故障診断 / 機械学習 / 確率推論 / データマイニング

Research Abstract

高度な異常検知・故障診断法の開発は、絶対的な安全性・信頼性を求められる宇宙システム研究において、最重要な課題の一つである。本研究の目的は、宇宙機運用データから故障診断知識を自動獲得し、事前専門家知識との融合によって網羅的かつ高精度な異常検知・診断を行ない、さらに暗黙的専門家知識を事後獲得することによって診断性能を改善する方法を確立することである。
本研究の第二年度であり最終年度でもある平成17年度は、前年度の研究成果を発展させ、主に以下の3つの研究を行った。
1.カーネル特徴空間を利用したテレメトリデータからの異常検知法の開発
超多次元の衛星テレメトリデータから異常な兆候を自動的に検知する新たな方法として、カーネル主成分分析と呼ばれる技術を応用し、システムの挙動の変化を非線形特徴空間における主軸の変化として捕捉する技術を開発した。
2.DBNを利用した専門家知識と運用データの融合による異常検知・診断法の開発
確率的推論手法であるDBN(動的ベイジアンネットワーク)を応用し、事前に得られるシステムモデルやルールなどの専門家知識と実運用から得られるテレメトリを融合して検知・診断モデルを構成する技術を開発した。
3.変化点検知に基づく多次元テレメトリ情報の可視化法の開発
運用技術者が超多次元時系列データである衛星テレメトリから疑わしい挙動を発見することを支援する新たなデータ可視化法として、忘却型自己回帰モデルを利用した変化点検知法に基づく技術を開発した。

Research Products

• [Journal Article] テレメトリマイニング-宇宙システム異常検知・故障診断問題への機械学習的アプローチ- (2006)
  • Author(s): 矢入健久
  • Journal Title: 人工知能学会誌 21・1 Pages: 33-38
• [Journal Article] Dynamic Bayesian Networksを用いた宇宙機異常診断法 (2006)
  • Author(s): 河原吉伸, 矢入健久, 町田和雄
  • Journal Title: 人工知能学会論文誌 21・1 Pages: 45-54
  • NAID: 10022005879
• [Journal Article] An Approach to Spacecraft Anomaly Detection Problem Using Kernel Feature Space (2005)
  • Author(s): Ryohei Fujimaki, Takehisa Yairi, Kazuo Machida
  • Journal Title: Proc.The 11th ACM SIGKDD Int.Conf.on Knowledge Discovery and Data Mining Pages: 401-410
• [Journal Article] An Anomaly Detection Method for Spacecraft using Relevance Vector Learning (2005)
  • Author(s): Ryohei Fujimaki, Takehisa Yairi, Kazuo Machida
  • Journal Title: Lecture Notes in Artificial Intelligence (LNAI) 3518 Pages: 405-410
• [Journal Article] An Anomaly Detection Method for Spacecraft using Relevance Vector Learning (2005)
  • Author(s): R.Fujimaki, T.Yairi, K.Machida
  • Journal Title: Proceedings of the ninth Pacific-Asia Conference on Knowledge Discovery and Data Mining (発表予定)
• [Journal Article] Summarization of Spacecraft Telemetry Data By Extracting Significant Temporal Patterns (2004)
  • Author(s): T.Yairi, S.Ogasawara他
  • Journal Title: Lecture Notes in Computer Science 3056 Pages: 240-244
• [Journal Article] Supporting Anomaly Detection from Satellite Telemetry Data by Regression Tree (2004)
  • Author(s): M.Nakatsugawa, T.Yairi, 他
  • Journal Title: Proceedings of The 24th International Symposium on Space Technology and Science (CD-ROM)
• [Journal Article] Adaptive Limit Checking for Spacecraft Telemetry Data Using Regression Tree Learning (2004)
  • Author(s): T.Yairi, M.Nakatsugawa, 他
  • Journal Title: Proceedings of International Conference on Systems, Man and Cybernetics Pages: 5130-5135
• [Journal Article] 動的ベイジアンネットワークを用いた宇宙異常診断に関する研究 (2004)
  • Author(s): 河原吉伸, 矢入健久, 町田和雄
  • Journal Title: 電子情報通信学会技術研究報告 NC2004-10-18 Pages: 21-26