風力タービンの異常検知には通常動作モデルを使用するが、各タービンのモデルを訓練するのは時間とリソースがかかる。そのため、限られたデータや計算リソースの環境でも使用できるTransfer Learningが重要となる。
複雑地形における高精度かつ計算効率的な風況シミュレーションを実現するため、知識ベースの損失関数を組み込んだ生成的敵対ネットワークを提案し、その有効性を示した。
