1. 前のページに戻る

産業機器の時系列データに基づくReal-time異常検知AIモデルの開発・実装・評価

研究課題

産学が連携した研究開発成果の展開 研究成果展開事業 研究成果最適展開支援プログラム(A-STEP) トライアウト トライアウトタイプ(標準)

体系的番号 JPMJTM20KQ
DOI https://doi.org/10.52926/JPMJTM20KQ

研究代表者

周 立波  茨城大学, 理工学研究科(工学野), 教授

研究期間 (年度) 2021
概要IoTネットワークでより稼働中の産業機器から収集される様々な時系列データに基づき機器の異常を自動的に検出、ひいては予兆診断へと展開するシステムの基盤技術を確立し、with/postコロナ社会への実装を目指す.元となる研究成果は、時系列データを扱い、かつ自己復元機能を持った新規な深層学習アーキテクチャであり、正常時の時系列データのみを学習するだけで異常検知ができることから生産現場に特に適したReal-timeシステム異常検知と予測ができる.多チャンネル時系列信号が処理できる学習モデルを新たに開発し、独自に製作した検証装置で採取した時系列データを評価することで、生産現場への実装可能性を判定する.

URL: 

JSTプロジェクトデータベース掲載開始日: 2021-07-12   JSTプロジェクトデータベース最終更新日: 2025-03-26  

サービス概要 よくある質問 利用規約

Powered by NII jst