ビルの設備保全のためのFuzzy C-Meansによる異常検知と差分進化を用いたチューニング

カテゴリ: 部門大会

論文No: TC6-3

グループ名: 【C】2019年電気学会電子・情報・システム部門大会プログラム

発行日: 2019/08/28

タイトル(英語): Anomaly detection by Fuzzy C-Means for the maintenance of building facilities and tuning using Differential evolution

著者名: 森川 大樹(近畿大学),濵砂 幸裕(近畿大学),半田 久志(近畿大学)

著者名(英語): Hiroki Morikawa|Yukihiro Hamasuna|Hisashi Handa

キーワード: ビル設備の保全|異常検知|クラスタリング|差分進化|building maintenance|anomaly detection|clustering|differential evolution

要約(日本語): 近年，IoT やビックデータを解析することによって工業製品や人の行動などにおける異常検知または異常予測することに注目が集まっている。異常検知または異常予測することにより，大きな事故やシステム停止により利益の低下など様々な不足の事態を防ぐことができる。そこで，クラスタリングを用いた時系列データの異常検知が提案されている。1時間単位で計測される設備の温度データを24時間単位で区切り部分時系列のデータに変換することで，1日の設備の利用状況を考慮した異常検知を行うことができる。このとき，データの形式を定めることが重要になる。ひとつのデータ単位にたくさんの情報を取り込んで異常検知を行うと必要な情報も不必要な情報も取り込んでしまう。そこで属性の重みwを差分進化によってチューニングすることにより，必要な属性を自動的に学習できるようなシステムを作り実験を行った。

PDFファイルサイズ: 515 Kバイト