CNNを用いた教師あり学習によるシステム変動検出法に関する一考察

カテゴリ: 研究会(論文単位)

論文No: ST23032,CT23095

グループ名: 【C】電子・情報・システム部門 システム/【C】電子・情報・システム部門 制御合同研究会

発行日: 2023/11/29

タイトル(英語): A Study on System Variation Detection by Supervised Learning Using CNN

著者名: 川本 敦史(広島大学),木下 拓矢(広島大学),林田 智弘(広島大学),山本 透(広島大学)

著者名(英語): Atsushi Kawamoto(Hiroshima University),Takuya Kinoshita(Hiroshima University),Tomohiro Hayashida(Hiroshima University),Toru Yamamoto(Hiroshima University)

キーワード: ＣＮＮ|制御性能評価|機械学習|CNN|Control performance evaluation|machine learning

要約(日本語): 近年，AI 技術の発展が進んでいるが，状況判断などについては人間の方が優れているケースが往々にして存在する。本研究では，熟練者の目による素早く正確な異常検知の再現のために，人の視覚的な判断の特徴量を抽出する。具体的には，画像処理の分野でよく使用されるCNNを用いる。本研究では，数値シミュレーションにより異常を素早く検知できるかを検証する。

要約(英語): Although AI technology has been developed in recent years, there are often cases in which humans are superior in situational judgment and other matters. In this study, we extract features of human visual judgment in order to reproduce quick and accurate anomaly detection by skilled eyes. Specifically, we use CNNs, which are commonly used in the field of image processing. In this study, we verify whether anomalies can be detected quickly by numerical simulation.

本誌: 2023年12月2日-2023年12月3日システム/制御合同研究会

本誌掲載ページ: 13-16 p

原稿種別: 日本語

PDFファイルサイズ: 1,383 Kバイト