Development of noise-robust statistical anomaly detection procedures for condition-based maintenance

开发基于状态的维护的抗噪声统计异常检测程序

• 批准号: 21K14372
• 负责人: 大久保 豪人
• 金额: $ 2.91万
• 依托单位: Toyo University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2026-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K14372/
• 关键词: 異常検出; タグチメソッド; 高次元主成分分析; 統計的パターン認識; マハラノビス・タグチ・システム

本研究では，センサー・データを活用した設備機器等の状態監視システムの実現に向けて，タグチメソッドから着想を得た誤差因子にロバストな異常検出法を開発することを目的としている．2022年度は，1本の査読付き原著論文を国際誌に掲載できた．また，国際会議にて1件の発表を行うことができた．【研究実績I】 2021年度に引き続き，運転状況等に応じた複数の正常モードをもつデータからの異常検出を可能とするプロシージャの開発・改善を行った．そして，その成果の一部を論文にまとめた結果，査読付き原著論文を国際誌に掲載することができた．なお，この提案プロシージャを改善する形で誤差因子にロバストな異常検出法を目指す予定である．【研究実績II】2021年度に引き続き，Ohkubo & Nagata (2018)で提案した異常検出プロシージャ，すなわち高次元データからの異常検出をより適切に実行できる異常検出プロシージャを新たな観点から再評価した．この研究により，高次元データを対象とした異常検出プロシージャの拡張について一定の方向性を見出すことができた．本年度は，この成果の一部を論文にまとめ，国際誌への投稿を行った．【研究実績III】異常検出プロシージャを統計的パターン認識の枠組みに則って実行する方法について議論を行った．その予備的な研究から派生したテーマとして，タグチのT法にスパース・モデリングを応用したプロシージャを開発した．なお，この成果の一部を2022年度の国際会議にて発表している．

本研究的目的是受田口方法的启发，开发一种对错误因素具有鲁棒性的异常检测方法，以实现利用传感器数据的设备和设备的状态监测系统。 2022 年，我们能够在国际期刊上发表一篇经过同行评审的原创论文。此外，我还能够在国际会议上做一次演讲。 [研究成果I]从2021年开始，我们开发并改进了程序，可以根据驾驶条件等，从具有多种正常模式的数据中检测异常。将一些结果汇编成论文后，我们能够在国际期刊上发表经过同行评审的原始论文。通过改进这个提议的程序，我们计划开发一种对错误因素具有鲁棒性的异常检测方法。 【研究成果二】从2021年开始，我们从新的角度重新评估了Ohkubo＆Nagata（2018）提出的异常检测程序，该程序可以更恰当地从高维数据中检测异常。通过这项研究，我们能够找到扩展针对高维数据的异常检测程序的特定方向。今年，我们将一些结果汇编成一篇论文，并提交给一家国际期刊。 [研究结果三] 我们讨论了一种基于统计模式识别框架执行异常检测程序的方法。作为这项初步研究的主题，我们开发了一种将稀疏建模应用于田口 T 方法的程序。其中一些结果将在 2022 年的国际会议上公布。

项目成果

A Consideration of the Recognition Taguchi Method Using High-Dimensional Principal Component Analysis

基于高维主成分分析的田口识别方法的思考

• 发表时间: 2021
• 作者: Ryo Asano;Masato Ohkubo and Yasushi Nagata
• 通讯作者: Masato Ohkubo and Yasushi Nagata

Mahalanobis-Taguchi Method for Anomaly Detection and Classification

用于异常检测和分类的 Mahalanobis-Taguchi 方法

• 发表时间: 2021
• 作者: Kentaro Honma;Masato Ohkubo and Yasushi Nagata
• 通讯作者: Masato Ohkubo and Yasushi Nagata

The T-method with the application of sparse modeling

应用稀疏建模的 T 方法

• 发表时间: 2022
• 作者: Ryo Asano;Masato Ohkubo;Shinto Eguchi;and Yasushi Nagata
• 通讯作者: and Yasushi Nagata