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．