IoTとビッグデータの普及に伴って,工場や設備の故障予知に,データマイニング技術が適用されるようになった。しかし,ソーシャルデータ分析やパターン認識に対して大成功を収めた機械学習も,機器データに対してはそれほど成功していない。その要因の一つは,既存の機械学習技術は,機器の内部状態が徐々に変化する劣化傾向を検出する教師なし学習が十分でないことによる。そこで,本研究では,「時間的に変化するパターンTime Series Chainの発見技術」と「パラメータフリーの高速な時系列上下変動の特徴量抽出技術」を開発した。開発技術は,素材やデバイスの製造工場に適用により,実用的であることを検証した。
|