宇宙機運用者と学習型異常検知システムとの持続的知識相互作用に関する研究

2017 年度 研究成果報告書

• 研究課題/領域番号: 26289320
• 研究種目: 基盤研究(B)
• 配分区分: 一部基金
• 応募区分: 一般
• 研究分野: 航空宇宙工学
• 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), 准教授 (90313189)
• 研究協力者: カーン サミル ; 武石 直也 ; 秋元 康佑 ; 阪上 遼 ; 櫻田 麻由 ; 桑原 絢一
• 研究期間 (年度): 2014-04-01 – 2018-03-31
• キーワード: 宇宙工学 / 機械学習 / 異常検知 / 健全性監視 / 運用支援

研究成果の概要

本研究は、人工衛星などの宇宙機システムの運用者と、学習型(データ駆動型)状態監視・異常検知器との間の持続的な知識相互作用という新たな方法論の確立を目的とするものである。大局的で離散的なモード遷移と局所的で連続的な状態遷移から構成される人工衛星システムの挙動特性を考慮した次元削減とクラスタリングに基づく学習型状態監視法を提案し、運用者への有用情報の提示、運用者からの専門知識の獲得、両者の継続的な相互作用の励起に有効であることを示した。

自由記述の分野

人工知能