核心概念
本論文では、ラベル付けされたデータが少ない状況下でも、システムの健全状態を正確に評価できる新しいヘルスインデックス(HI)推定手法を提案しています。
要約
セミ教師あり学習による特徴生成と融合を用いたヘルスインデックス監視
本論文は、DeepSADと呼ばれる深層セミ教師あり異常検出手法を用いて、システムの健全状態を表す特徴を抽出する新しいヘルスインデックス(HI)推定手法を提案する研究論文である。
本研究の目的は、特にグラウンドトゥルースHIラベルの取得が困難な状況において、よりアクセスしやすく信頼性の高いHI推定を可能にする新しい手法を開発することである。
本論文では、DeepSAD埋め込みをシステムの健全状態に関連する特徴の抽出に活用し、多様性損失を導入することでDeepSAD埋め込みをさらに強化する手法を提案している。
また、埋め込みを単調増加する正規化されたHIに変換するために、等張制約付き交互射影アルゴリズムの適用を提案している。
提案手法の有効性を検証するために、グラウンドトゥルースHIを持つベンチマークデータセットであるPHME2010フライス加工データセットを用いて評価を行った。
さらに、高周波電圧を用いた溶射皮膜の摩耗状態の監視にも適用し、ドメインエキスパートの指摘や標準的なHI品質指標と比較することで、その品質を評価した。