2017 Fiscal Year Annual Research Report
航空宇宙機器システムの次世代健康監視のための弾力的情報学プラットフォーム
| Project/Area Number |
16F16079
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
矢入 健久 東京大学, 大学院工学系研究科(工学部), 准教授 (90313189)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
KHAN SAMIR 東京大学, 工学(系)研究科(研究院), 外国人特別研究員
|
|---|
| Project Period (FY) |
2016-07-27 – 2019-03-31
|
| Keywords | システム健全性管理 / 航空宇宙システム / 異常検知 / 機械学習 / 深層学習 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は、人工衛星や無人飛行ロボットに代表される航空宇宙システムを主たる対象として、障害不再現現象(Not-found-fault)や誤検知などの不確定要因に対して頑強なシステム状態監視フレームワークを確立することである。小さな不具合が甚大な損害を引き起こし得る航空宇宙システムでは、システムの健康状態を監視し異常兆候を迅速に検知し解決する技術が必須である。航空宇宙分野のための頑強なシステム健全性管理技術の確立という本研究の目的を実現するため、平成２９年度は主に以下の研究活動を行った。(1)近年発展著しい深層学習のシステム健全性監視・異常検知への応用について網羅的なサーベイを行ない、手法の分類や技術的課題を整理した。この研究成果は国際的な論文誌に掲載されている。(2)深層学習技術のひとつである変分オートエンコーダを応用した健全性監視アルゴリズムを実装し、様々なベンチマークデータについてその有効性を検証した。(3)ワークステーション上で訓練を行った人工ニューラルネットワークをワンボード計算機上に移植しリアルタイムにセンサデータを監視する技術を実装した。(4)本研究に密接に関連する自然科学と物理システムに関する国際ワークショップに参加して研究発表を行ない当該分野の主要研究者たちと情報・意見交換を行った。(5)システム健全性管理に関する国際会議で2件の論文を発表し当該分野の研究者たちと情報交換を行った。(6)2018年7月に開催される人工知能の国際会議に、機械学習によるシステム健全性監視に関する国際ワークショップを提案し採択された。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
大きな計画変更は無く、ほぼ当初の予定通りに研究は進んでいると考える。特に、初年度から継続してきた、深層学習のシステム健全性への応用に関する網羅的なサーベイ研究は、当該分野で大きな影響力を持つ国際論文誌である"Mechanical Systems and Signal Processing"誌に掲載されるなど高い評価を得ている。また、深層学習のひとつである変分オートエンコーダを用いた健全性監視法については、既にプログラムの実装を完了し、小型UAVから得られるセンサデータをテストベッドとして実験検証を行っており、成果発表の準備をしているところである。さらに、人工知能に関する世界最大の国際会議であるIJCAI-ECAI 2018 に本研究に関連するワークショップを提案して採択されるなど、研究コミュニティーの組織化という面においても大きな成果を挙げている。
|
| Strategy for Future Research Activity |
本研究の残り期間は約3ヶ月間であるが、その間に現在取り組んでいる変分オートエンコーダを用いた健全性監視法の実験検証結果をまとめて論文誌に投稿する予定である。また、当該特別研究員は、7月に人工知能に関する世界最大の国際会議であるIJCAI-ECAI 2018 でワークショップを本研究の集大成としてオーガナイズすることになっている。さらに、本研究終了後も、当該研究員と受入研究者は継続的に共同研究を行う計画を立てており、本課題をさらに発展させていく予定である。
|
