高速化Contextual Outlier Interpretationによるガスターピン異常検知の説明

カテゴリ: 研究会(論文単位)

論文No: ST23028,SMF23056

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): Explanation of a Gas Turbine Generator anomaly detection using Contextual Outlier Interpretation

著者名: 尹 家輝(明治大学大学院),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),飯塚 達也(富士電機),松井 哲郎(富士電機)

著者名(英語): Jiahui Yin(Graduate School of 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 Mats

キーワード: 異常検知|高速化ｃｏｎｔｅｘｔｕａｌ　ｏｕｔｌｉｅｒ　ｉｎｔｅｒｐｒｅｔａｔｉｏｎ|ガスタービン|説明可能ａｒｔｉｆｉｃｉａｌ　ｉｎｔｅｌｌｉｇｅｎｃｅ|並列計算|anomaly detection|fast contextual outlier interpretation|gas turbine generator|explainable artificial intelligence|parallel computing

要約(日本語): AIモデルで異常検知を行う場合，ユーザーがAI異常検知モデルの推定結果を納得した上で利用する必要がある。そのため，モデルのブラックボックスによる異常検知を説明することが必要となる。本論文では，リアルタイムに説明できる高速化Contextual Outlier INterpretationを用いたガスタービン異常検知の説明を提案し，ガスタービンの実データを用いて，その有効性を確認した。

要約(英語): For anomaly detection with AI models, users must be convinced of the results of the AI anomaly detection models to utilize them. Therefore, it is necessary to explain the black box part of the anomaly detection models. This paper proposes explanation of gas turbine anomaly detection using fast Contextual Outlier INterpretation, which can explain gas turbine anomaly detection in real time. Effectiveness of the proposed method is verified using practical gas turbine generator operation data.

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: 51-55 p

原稿種別: 日本語

PDFファイルサイズ: 1,228 Kバイト