Development of Anomaly Detection Methods on Edge Computers Based on Machine Learning Modeling of Multidimensional Time-Series Signals

• Project/Area Number: 25K15234
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61030:Intelligent informatics-related
• Research Institution: University of Hyogo
• Principal Investigator: 礒川 悌次郎 兵庫県立大学, 工学研究科, 准教授 (70336832)
• 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: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000); Fiscal Year 2026: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2025: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
• Keywords: 異常検知 / ニューラルネットワーク / 機械学習 / 四元数 / 超複素数

Outline of Research at the Start

本研究は，機械学習に基づく製造機器に対する異常検知システムにおいて，センサからの多次元信号を高速かつ高効率に学習可能な手法の確立し，機器のすぐそばで異常検知を行う，すなわちエッジ異常検知を行うことを目的としたものである．
研究期間中においては，機器の内部状態モデル作成に要する時間を軽減する学習手法の確立，ならびに，多次元時系列信号を効率良く取り扱うことができる超複素数に基づく学習手法の確立，という二つの課題を遂行する．