2U-01
Transfomerの再構成誤差を用いたモータ故障予測における学習時間
○田中遥輝,藤田 茂(千葉工大)
産業界において,工場設備や機械にセンサを装着し,機械学習技術を応用してデータを解析することにより,加工異常の検出や機器の異常診断など,異常検知を中心とした課題解決への取り組みが活発化している.
本研究では,ディープラーニングモデルであるTransformerを用いて定期的に取得される振動データの正常時からどれだけ離れているかを示す指標,再構成誤差を算出する.再構成誤差は,その数値が高ければ高いほど正常データから離れている状態であるとする指標である.同じように再構成誤差を用いるLSTMのオートエンコーダモデルと比較して学習,予測の時間にどのような差があるのかを評価する.