ショーケースの故障検知に対するGenerative Adversarial Networksの適用

カテゴリ: 全国大会

論文No: 3-077

グループ名: 【全国大会】令和6年電気学会全国大会論文集

発行日: 2024/03/01

タイトル(英語): Refrigerated Showcase Fault Detection by Generative Adversarial Networks

著者名: 小山創央（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): So Koyama (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 Elect

キーワード: 生成系AI|敵対的生成ネットワーク|ショーケース|故障検知|Generative AI|Generative adversarial networks|Refrigerated showcase|Fault detection

要約(日本語): 本論文では，冷蔵・冷凍ショーケースの故障検知に対して，Generative adversarial networks（GAN）の適用を提案する。近年，生成系AIを用いた手法が多くの分野で有効性が確認されている。そのため，故障検知問題に対しても，有効性が期待される。また，通常，故障検知問題では異常データが少ないという特性があるため，教師無し学習の手法の適用が望まれる。そこで，生成系AIの1種であり，教師無し学習の手法であるGANをショーケースの故障検知に対して適用することを提案し，教師あり学習であるLSTMを用いた手法との比較を行い有効性の検証を行った。

本誌掲載ページ: 115-117 p

原稿種別: 日本語

PDFファイルサイズ: 847 Kバイト