ノイズフルな時系列情報から異常発生の予兆を捉えるデータ純化技術の開発

研究課題

産学が連携した研究開発成果の展開大学発新産業創出基金事業可能性検証

体系的番号	JPMJSF23CY
DOI	https://doi.org/10.52926/JPMJSF23CY
研究代表者	山本泰生静岡大学, 学術院情報学領域, 准教授
研究期間 (年度)	2023 – 2024
概要	時系列データ分析の研究成果を基に、製造機械の操業データに含まれる多種多様なノイズ成分を分離する要素技術を確立する。これによりスモールデータ学習の汎化性能を向上させ、製造工程で発生する異常を事前予測する問題に取り組む。本研究では製紙工程で発生する欠点予測の問題に対し、提案技術の実現可能性を評価する。

主な研究成果
(4件)

すべて雑誌論文 (4件)

[雑誌論文] Adaptive Seasonal-Trend Decomposition for Streaming Time Series Data with Transitions and Fluctuations in Seasonality2024
- 著者名
  Thanapol Phungtua-eng and Yoshitaka Yamamoto
- 雑誌名
  
  ECML-PKDD
- DOI
  10.1007/978-3-031-70344-7_25
[雑誌論文] A fast season length estimation using sliding discrete fourier transform for time series streaming data2024
- 著者名
  Thanapol Phungtua-eng and Yoshitaka Yamamoto
- 雑誌名
  
  16th IIAI International Congress on Advanced Applied Informatics
- DOI
  10.1109/IIAI-AAI63651.2024.00093
[雑誌論文] KMVスケッチによる時系列データ要約の提案と天文ライトカーブにおける突発検知課題への応用2024
- 著者名
  西川侑志, 山本泰生
- 雑誌名
  
  第132回知識ベースシステム研究会
[雑誌論文] 頻度計数サマリを構成する決定性近似アルゴリズムの予備的検討2024
- 著者名
  山本泰生
- 雑誌名
  
  第134回知識ベースシステム研究会