Anomaly Detection

異常検知班

「波形から”異常”を発見する」

音声情報処理とは,人間の声をコンピュータに理解させる技術です.代表的な技術として,音声認識や音声合成が挙げられます.カーナビや家電,スマートフォンは音声認識によって人の声を命令として理解することで,簡単に操作できるようになりつつあります.将来的には,ウェアラブル端末が発達し,小さなコンピュータを人体に装着する時代が来るでしょう.そうなると,端末をタッチで操作するのではなく,人の声や体の動きを端末が読み取って操作することが主流になります.しかし,いつでも,どこでも音声情報処理を実現するには,未知の雑音が混入しても正しく処理できることが求められます.我々は,既存の音声認識や音声合成技術を雑音下でも実現することを目標として研究を行っています.

ijoukenchi_example本研究班では、通常では起こるはずがない状態、すなわち”異常”の発生を、機械学習技術を駆使して検知・検出することを目的に研究を行っています。上の図で示したように工作機械を取り扱う企業をはじめ、様々な企業・研究所と協力し、センサデータや音声データのような波形データを用いて異常検知を行う研究を行っています。また、異常を判断するための機械学習手法として現在ブームの渦中にあるディープラーニングを用いる試みもあります。さらに、画像による異常検知を行う他の研究室との共同研究により、波形データのみでは発見が難しい異常を検知し、精度向上に努める研究にも取り組んでいます。
機械学習による異常検知において重要となる2点の項目について、以下で説明します。

・異常検知の種類

type

単に”異常”といっても、その異常には様々なものがあります。たとえば、プレス機などの工作機械により機械部品を製造することを考えた場合、異常検知の種類として、工作機械により加工された機械部品の良否を判断する「不良品判別」や、工作機械が正常に稼働しているかどうかを判断する「健全性監視」などが考えられます。異常検知の対象や、検知したい異常の種類によって、必要なデータや検知に用いる機械学習の手法は変わってきます。

・異常度

ijoudo
機械学習による異常検知の基本的なシステムは、対象が正常な状態にあるデータを用いて正常モデルを作り、正常モデルから外れているものを異常とする、というものです。正常モデルからどれだけ離れているかを表す”異常度”と、異常度が一定以上の値(閾値)をとった場合に、その対象が異常な状態にあると判断します。この異常度や異常判定のための閾値は、異常検知の対象や目的、データの種類などから正しい値を設定する必要があります。