2020 Fiscal Year Research-status Report
Development of practical anomaly detection based on robust sparse modeling
| Project/Area Number |
18K13953
|
|---|
| Research Institution | Toyo University |
|---|
Principal Investigator |
大久保 豪人 東洋大学, 経営学部, 講師 (40777976)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Keywords | 異常検出 / タグチメソッド / スパース・モデリング / ガウシアン・グラフィカル・モデリング |
|---|
| Outline of Annual Research Achievements |
本研究では，センサー・データを活用した設備機器等の状態監視システムの実現に向けて，ロバスト・スパース・モデリングを応用した実用的な異常検出法を開発することを目的としている．2020年度は，2019年度に持ち上がった課題の解決を優先して実行した結果，1本の査読付き原著論文を国際誌に掲載することができた．
【研究実績I】2019年度に引き続き，Ohkubo & Nagata (2019)で提案した異常検出プロシージャ，すなわちセンサー・データに代表される雑音データからの異常検出をより適切に実行できる異常検出プロシージャを実務的な観点から再評価し，改善を行った．そして，その成果を論文にまとめた結果，査読付き原著論文を国際誌に掲載することができた．
【研究実績II】運転状況等に応じた複数の正常モードをもつデータからの異常検出を可能とするフレームワークを開発した．このフレームワークのもとでは，学習データに正常モードに対応したラベルが付与されている場合に限られるものの，これまでの研究成果を複数の正常モードをもつデータに対して容易に展開することが可能となる．なお，この成果の一部を2021年度の国際会議にて発表する予定である．
【研究実績III】大久保・永田 (2017)で提案したガウシアン・グラフィカル・モデルに基づく異常検出プロシージャに関して再評価と改善を行った．これは予測の観点からガウシアン・グラフィカル・モデルの推定を実行し，それを異常検出に応用した異常検出プロシージャとなっている．なお，この成果の一部を2021年度に論文投稿する予定である．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
新型コロナウイルス感染拡大の影響により，研究計画に大幅な変更が生じている．しかしながら，2019年度に持ち上がった課題を解決した結果，当初の計画以上の研究成果を公表することができた．【研究実績I】はセンサー・データを活用した設備機器等の状態監視システムの実現に対する新たな方向性を与える成果と捉えており，大きな進展があったとも言える．また，国際会議での発表は来年度に延期となったものの，【研究実績II】で提案するフレームワークは，これまでの研究成果をより実用的な異常検出プロシージャへと発展させる可能性を秘めており，こちらも大きな進展があったと捉えている．よって，これらを総合的に判断した結果，現在までの達成度は「おおむね順調に進展している」とした．
|
| Strategy for Future Research Activity |
2019年度に持ち上がった課題の解決を優先して実行した結果，当初の目標であった高汚染かつ高次元データ解析への展開を見据えた条件付き異常検出プロシージャの開発については大きな進展がなかった．そのため，目標を下方修正しつつも，実用に足るプロシージャの提案を目指したい．具体的には，Ohkubo & Nagata (2018)で提案したロバスト・スパース・モデリングを応用した異常検出プロシージャにおけるモデル評価法の決定に焦点を絞り，研究を遂行していきたい．
|
| Causes of Carryover |
新型コロナウイルス感染拡大の影響により，参加を予定していた国際会議が中止となったため次年度使用額が発生している．次年度使用額は，2021年度に参加する国際会議の参加費として使用する計画である．
|
