| 講演名 | 2012/1/12 Gaussian Processesに基づく異常予兆検出への多重解像度解析の導入(実世界センシングとその応用) 尾崎 晋作, 渋谷 久恵, 前田 俊二, 和田 俊和, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 我々は,プラントに取り付けられたセンサ情報から,プラントの異常や故障等の予兆を検出する方法として,事例ベースの内挿計算法であるGaussian Processesを用いた手法を提案している.Gaussian Processesは,出力の期待値だけでなく,標準偏差も同時に推定することが出来るという特長を有している.しかし,センサ信号の異常さは,瞬時的に現れる場合と,比較的長期間の趨勢として現れる場合がある.長期間の分析のために入力ベクトルの次元数を増加させると,精度を保つために必要な事例数が急激に増大するため,可用性が著しく低下する.この問題に対処するために,時間軸方向に可変窓幅で信号を平滑化する多重時間解像度解析を導入した異常予兆検出法を提案する.この手法により,様々なスケールで起きる異常の予兆をより確実に検出できるようになる. |
| 抄録(英) | We have been proposed a pre-fault detection system based on Gaussian Processes (GP). The advantage of GP based pre-fault detection is that it can estimate not only the estimated output but also the standard deviation of the output. However, the anomaly can sometimes be detected as short-term phenomena and sometimes as long-term tendency. If we simply apply GP to high-dimensional vectors sampled within wide temporal window, the method requires huge number of training samples to keep the sensitivity and the accuracy. This is because GP is an example based non-linear regression method. For solving this problem, we introduce a multi-resolutional analysis along temporal axis that produces multiple signals with different smoothing windows from a single signal. By applying our GP based pre-fault detection method to these multi-scale signals, we can realize a versatile and reliable pre-fault detection system. |
| キーワード(和) | 異常検出 / Gaussian Processes / 統計・時系列解析 |
| キーワード(英) | Anomaly detection / Gaussian Processes / Statistical and temporal analysis |
| 資料番号 | MVE2011-68,PRMU2011-159 |
| 発行日 |
| 研究会情報 | |
| 研究会 | MVE |
|---|---|
| 開催期間 | 2012/1/12(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Media Experience and Virtual Environment (MVE) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | Gaussian Processesに基づく異常予兆検出への多重解像度解析の導入(実世界センシングとその応用) |
| サブタイトル（和） | |
| タイトル（英） | Gaussian Processes based Pre-fault detection with multi-resolutional temporal analysis |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 異常検出 / Anomaly detection |
| キーワード(2)（和/英） | Gaussian Processes / Gaussian Processes |
| キーワード(3)（和/英） | 統計・時系列解析 / Statistical and temporal analysis |
| 第 1 著者 氏名（和/英） | 尾崎 晋作 / Shinsaku OZAKI |
| 第 1 著者 所属（和/英） | 和歌山大学大学院システム工学研究科 Graduate School of Systems Engineering, Wakayama University |
| 第 2 著者 氏名（和/英） | 渋谷 久恵 / Hisae SHIBUYA |
| 第 2 著者 所属（和/英） | 日立製作所横浜研究所 Yokohama Research Laboratory, Hitachi, Ltd. |
| 第 3 著者 氏名（和/英） | 前田 俊二 / Shunji MAEDA |
| 第 3 著者 所属（和/英） | 日立製作所横浜研究所 Yokohama Research Laboratory, Hitachi, Ltd. |
| 第 4 著者 氏名（和/英） | 和田 俊和 / Toshikazu WADA |
| 第 4 著者 所属（和/英） | 和歌山大学大学院システム工学研究科 Graduate School of Systems Engineering, Wakayama University |
| 発表年月日 | 2012/1/12 |
| 資料番号 | MVE2011-68,PRMU2011-159 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | 380 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |