SHapley Additive exPlanationsによるガスタービン異常検知の説明

カテゴリ: 全国大会

論文No: 3-093

グループ名: 【全国大会】令和5年電気学会全国大会論文集

発行日: 2023/03/01

タイトル(英語): Explanation of a Gas Turbine Generator anomaly detection using SHapley Additive exPlanations

著者名: 山崎岳大（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): Takahiro Yamasaki (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 (Fu

キーワード: SHAP|説明可能AI|異常検知|ガスタービン|shapley additive explanations|explainable artificial intelligence|anomaly detection|gas turbine

要約(日本語): ガスタービンにおいて，機械学習による異常検知モデルを実運用する際，異常検知モデルの予測結果とその要因が，現場の利用者の業務知識・経験から，合意できることが求められる。 本論文では，異常検知モデルの予測結果とその要因を説明するためにSHAPを用いたガスタービン異常検知の説明を提案する。実ガスタービンデータに対し，LIMEとSHAPの説明特性を比較した説明結果を報告する。

本誌掲載ページ: 146-148 p

原稿種別: 日本語

PDFファイルサイズ: 940 Kバイト