| 研究課題/領域番号 |
26289320
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
矢入 健久 東京大学, 工学(系)研究科(研究院), 准教授 (90313189)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2018-03-31
|
| キーワード | 異常検知 / 航空宇宙システム / 機械学習 / 人工知能 |
|---|
| 研究実績の概要 |
本研究課題の２年目である平成２７年度は、主に第２のサブテーマ「運用者から学習型状態監視器への知識転移促進方法の開発」、すなわち、学習型異常検知器が過去の宇宙機センサデータだけでなく、運用者が利用する運用手順書や設計仕様等のドキュメント情報源、および、運用者が経験的に蓄積してきた暗黙的なノウハウを積極的に利用し、状態監視・異常検知能力を向上させるための方法論の開発に取り組んだ。
具体的には、このサブテーマに関して以下の２項目の成果が得られた。（１）運用者が記録した人工衛星の運用日誌から実験等の稼働モードを抽出しこれを教師ラベルとして分類学習を行うことにより、衛星テレメトリデータから稼働モードを自動認識することに成功した。これにより、意図しない稼働モードへの遷移を検知したり、運用記録を自動作成することが可能になる。（２）ステータステレメトリの値の組み合わせからアナログテレメトリの正常範囲を適切に学習する手法を開発した。これは運用者が従来用いてきた伝統的なリミットチェックとも整合性が高く、ブラックボックスになりがちな学習型監視器に運用者の洞察を与える上で有効である。また、これら２つの事項に加えて、欠損やサンプルレートの変更が頻発するため従来の時系列モデルの適用が難しいという問題に対して、周回や日とごの「粗い」単位で時間的依存性をモデル化する手法も開発した。これらの成果は国内外の研究集会および学術論文誌で発表予定である。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
「研究実績の概要」で述べたように、平成２７年度の主なサブテーマである「運用者から学習型状態監視器への知識転移促進方法の開発」について、複数の具体的な成果が得られている。また、これらの成果は競争率の高い国際会議等でも積極的に発表されるなど、外部的にも一定の評価を得ている。また、将来的に公開を予定している宇宙機システムのための健康状態監視ソフトウェアのプロトタイプも作成して研究支援者に試用してもらうなど、研究計画全体から見ても、おおむね順調に進んでいると考える。
|
| 今後の研究の推進方策 |
今後の研究推進方策として第一に考えていることは、本研究計画を遂行するにあたって欠かすことのできない、人工衛星運用機関・運用者との協力体制を強化することである。平成27年度をもって宇宙研究開発機構の実証小型衛星SDS-4の運用チームとの密な協力関係を終了した。今後も過去のデータを継続的に利用する許可を得ているので、本研究を実施する上では問題ないが、最終年度の総合実験を見据えて、今後は大学小型衛星開発者など、新たな協力機関・支援者を探す予定である。
|
| 次年度使用額が生じた理由 |
次年度使用額が生じた理由は、（１）当該年度の当初計画していた国際会議での発表・参加を研究スケジュールの都合上見合わせたこと。（２）当初購入を予定していた計算機が予定よりも安価に同等性能のものを入手できたこと。（３）同様に、研究室で既に所有している計算機資源を有効活用したこと、などである。
|
| 次年度使用額の使用計画 |
次年度は4月にニュージーランドで開催されるデータマイニングに関する国際会議での研究成果発表を予定しており、また、6月にも中国で開催される宇宙人工知能応用に関する国際会議でも発表予定であり、積極的に国内外での成果発表を行うために研究費を使用する計画である。また、学習型監視システム開発に必要な計算機にも研究費を使用する。
|
