本稿では、従来のしきい値ベースの故障検出・分離・回復(FDIR)システムの限界を克服するため、宇宙機姿勢センサにおけるスタック値検出のための、多チャンネル畳み込みニューラルネットワーク(CNN)を用いた新規なAIベースのFDIR手法を提案する。
本稿では、教師あり、半教師あり、教師なし学習を統合した、堅牢な深層学習ベースのモーターベアリング故障検出システムを提案し、ベンチマークデータセットを用いた評価により、その有効性を実証しています。