近年、産業機器の異常検知技術は、予防保全や品質維持において重要性を増している。しかし、従来手法は大量のデータを必要とし、特に異常データの収集が困難であるため、少量データで高精度な異常検知が可能な手法が求められている。本研究の目的は、少量データでの異常検知を可能とするモデルを選定し、加振機の故障診断システムを構築することである。具体的には、Autoencoder、VAE、GANなどの深層学習手法と、one-class SVMやGMMなどの機械学習手法を用い、それぞれの精度を比較・評価する。さらに、特徴抽出方法や異常度算出方法を含む多角的検討を行い、最適な手法を選定することを目指す。