Anomaly Detection in Operational Status Using Physics-Informed Machine Learning

• Project/Area Number: 25K15164
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61010:Perceptual information processing-related
• Research Institution: Tokyo University of Science
• Principal Investigator: 谷口 行信 東京理科大学, 工学部情報工学科, 教授 (70759422)
• Co-Investigator(Kenkyū-buntansha): 山本 洋太 東京理科大学, 工学部情報工学科, 助教 (50906740)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2027: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2026: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2025: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
• Keywords: 外観検査 / 異常検知 / 機械学習 / マルチモーダル

Outline of Research at the Start

工業製品の外観検査は，製品の品質を保証するための重要な工程であり，目視検査の自動化が課題となっている．本研究では,ライト点滅，ドア開閉，ピッキングなどの動的な外観検査（作動状態検査）の自動化を目的とし，機械学習に基づく作動状態異常検知手法を開発する．具体的には，十分な量の訓練データが得られない状況でも利用可能とするために，a) 物理法則を事前知識として機械学習に組み込むアプローチ，b) イベントベースカメラデータを統合するマルチモーダル学習のアプローチを開発する．