深層学習と因果推論の融合モデルによる不均衡データの対応に特化した異常検知の研究

• 研究課題/領域番号: 23K11064
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分60060:情報ネットワーク関連
• 研究機関: 滋賀大学
• 研究代表者: 周 暁康 滋賀大学, データサイエンス学系, 准教授 (70635234)
• 研究期間 (年度): 2023-04-01 – 2026-03-31
• 研究課題ステータス: 交付 (2023年度)
• 配分額: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2025年度: 780千円 (直接経費: 600千円、間接経費: 180千円); 2024年度: 780千円 (直接経費: 600千円、間接経費: 180千円); 2023年度: 3,120千円 (直接経費: 2,400千円、間接経費: 720千円)
• キーワード: ユビキタスコンピューティング / ビッグデータ / 深層学習 / 因果推論 / 異常検知

研究開始時の研究の概要

本研究は、インテリジェントCPSフレームワークに基づき、実際の産業シナリオとデータに着目し、深層学習理論と因果推論を融合し生産環境における障害診断と異常検知モデリング手法を提案し、より信頼性の高く効果的な異常検知システムの実現及び新しい異常への既存の検出モデルの識別効率の向上を目指し、三つの側面から研究を進める。サンプル数の少ない不均衡データ、因果ヒューリスティックの特徴表現や信頼できる対象の識別など技術的課題を解決し、最終的にインテリジェントファクトリーの設備異常検知と早期警報の可視化プラットフォームの開発及びアプリケーション デモンストレーションを完成させる。