• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2018 年度 実績報告書

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

研究課題

研究課題/領域番号 16F16079
研究機関東京大学

研究代表者

矢入 健久  東京大学, 大学院工学系研究科(工学部), 教授 (90313189)

研究分担者 KHAN SAMIR  東京大学, 工学(系)研究科(研究院), 外国人特別研究員
研究期間 (年度) 2016-07-27 – 2019-03-31
キーワード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
研究実績の概要

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30年度(4月1日~7月30日)は主として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論文誌 Mechanical Systems and Signal Publishing 誌の2018年7月号に掲載された。(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、無人飛行ロボットをテストベッドとしてその有効性を検証した。この成果をまとめた論文を論文誌に投稿中である。(3)2018年7月に開催された機械学習・人工知能の国際会議(ICML)において、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オーガナイズした。また、このワークショップにおいて、本研究の成果の一部を論文として発表した。

現在までの達成度 (段落)

平成30年度が最終年度であるため、記入しない。

今後の研究の推進方策

平成30年度が最終年度であるため、記入しない。

  • 研究成果

    (2件)

すべて 2018

すべて 雑誌論文 (1件) (うち査読あり 1件) 学会発表 (1件) (うち国際学会 1件)

  • [雑誌論文] A review on the application of deep learning in system health management2018

    • 著者名/発表者名
      Khan Samir、Yairi Takehisa
    • 雑誌名

      Mechanical Systems and Signal Processing

      巻: 107 ページ: 241~265

    • DOI

      10.1016/j.ymssp.2017.11.024

    • 査読あり
  • [学会発表] Towards Anomaly detection using Variational Long Short-term Memory Autoencoders for System Health Monitoring Control2018

    • 著者名/発表者名
      Kentaro Abe, Samir Khan, Takehisa Yairi and Chun Fui Liew
    • 学会等名
      DISE1: Joint Workshop on Deep (or Machine) Learning for Safety-Critical Applications in Engineering
    • 国際学会

URL: 

公開日: 2019-12-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi