Isolation using Nearest Neighbour Ensembleを用いたガスタービン異常検知手法のハイパーパラメータ自動調整手法の比較検証

カテゴリ: 研究会(論文単位)

論文No: ST23027,SMF23055

グループ名: 【C】電子・情報・システム部門 システム/【D】産業応用部門 スマートファシリティ合同研究会

発行日: 2023/10/30

タイトル(英語): Comparison of Automatic Hyperparameter Tuning methods for Gas Turbine Anomaly Detection by Isolation using Nearest Neighbour Ensemble

著者名: 加藤 雄太(明治大学),福山 良和(明治大学),島崎 祐一(富士電機),長田 悠人(富士電機),村上 賢哉(富士電機),飯坂 達也(富士電機),松井 哲郎(富士電機)

著者名(英語): YUTA KATO(Meiji University),YOSHIKAZU FUKUYAMA(Meiji University),Yuichi Shimasaki(Fuji Electric Co., Ltd.),Yuto Osada(Fuji Electric Co., Ltd.),Kenya Murakami(Fuji Electric Co., Ltd.),Tatsuya Iizaka(Fuji Electric Co., Ltd.),Tetsuro Matsui(Fuji Electric Co.

キーワード: ハイパーパラメータ調整|ｔｒｅｅ－ｓｔｒｕｃｔｕｒｅｄ　ｐａｒｚｅｎ　ｅｓｔｉｍａｔｏｒ|ｃｏｖａｒｉａｎｃｅ　ｍａｔｒｉｘ　ａｄａｐｔａｔｉｏｎ　Ｅｖｏｌｕｔｉｏｎ　Ｓｔｒａｔｅｇｙ|ｉｓｏｌａｔｉｏｎ　ｕｓｉｎｇ　Ｎｅａｒｅｓｔ　Ｎｅｉｇｈｂｏｕｒ　Ｅｎｓｅｍｂｌｅ|ガスタービン|異常検知|hyperparameter tuning|tree-structured parzen estimator|covariance matrix adaptation Evolution Strategy|isol

要約(日本語): 本論文では，Isolation using Nearest Neighbour Ensembleを用いたガスタービンの異常検知手法のハイパーパラメータ調整に対し，tree-structured Parzen estimatorを用いたベイズ最適化手法とCovariance Matrix Adaptation Evolution Strategyを用いた進化計算手法の精度比較を行う。ほぼ同じ目的関数の評価回数においてTPEによる自動調整の方がCMA-ESによる自動調整より，より高い平均異常検知精度を得ることができ，標準偏差がより小さくなることから，安定して良い異常検知精度を得られることが確認できた。

要約(英語): This paper compares automatic hyperparameter tuning methods for gas turbine anomaly detection by Isolation using Nearest Neighbour Ensemble. Tree-structured Parzen Estimator and Covariance Matrix Adaptation Evolution Strategy are compared. Through computational simulations with actual gas turbine data, it is confirmed that TPE is superior to CMA-ES.

本誌: 2023年11月2日システム/スマートファシリティ合同研究会

本誌掲載ページ: 47-50 p

原稿種別: 日本語

PDFファイルサイズ: 1,007 Kバイト