【東芝】複数センサーによる時系列データ間の時間のずれを自動で補正するAIの開発

【東芝】複数センサーによる時系列データ間の時間のずれを自動で補正するAIの開発
インフラ設備や製造装置に変化が起きた時刻を従来の10分の1以下の誤差で把握、異常予知・検知や動作解析の高精度化に貢献

 当社は、インフラ設備や製造装置の異常予知・検知や動作解析の精度を向上するAI技術「Lag-aware Multivariate Time-series Segmentation (以下、略称としてLAMTSSとする)」注1を開発しました。設備や装置に取り付けられた複数のセンサーから得られる複数の時系列データセットにおいて、データ間に生じる時間のずれを自動補正する技術で、異常発生等、データに変化が起きた時刻を従来方式に比べて10分の1以下の誤差で検出できることを確認しました注2。
 これまで時間のずれの補正は人手で対応する必要がありましたが、本技術により、大規模インフラシステム等、多数のセンサーが組み込まれている場合においても、複数のデータ間の時間のずれを補正することができ、今後、リアルタイムでの異常予知・検知に加え、異常の根本原因の特定や、動作解析への適用により生産性の向上への貢献が期待できます。
 本技術は、AI・データマイニング分野の難関国際会議SIAM International Conference on Data Mining (SDM) 2020注3で採択されました。

 IoT技術の普及に伴い、インフラ設備や製造装置に取り付けた複数のセンサーにより刻々と変化する多変量時系列データを大量に収集することが可能となりつつあります。時系列データを用いた異常予知・検知は、通常は起こり得ないようなデータ点を検知する「外れ値検知」、異常が起きている部分時系列を検出する「異常状態検出」、時系列データのパターンが急激に変化する箇所を検知する「変化点検知」の3つの手法があります。異常状態検出と変化点検出は時間的な変化を含んでいるため扱いが難しいといった課題がありますが、検知精度の向上には不可欠であり、近年時間的変化の要素を取り入れた解析が注目されています。LAMTSSは変化点検知に着目した技術であり、精度が求められる設備や機器の異常予知・検知や機器の動作パターンの抽出が可能となります。

あわせて読みたい

Digital PR Platformの記事をもっと見る

トピックス

今日の主要ニュース 国内の主要ニュース 海外の主要ニュース 芸能の主要ニュース スポーツの主要ニュース トレンドの主要ニュース おもしろの主要ニュース コラムの主要ニュース 特集・インタビューの主要ニュース

ニュースアクセスランキング

ランキングをもっと見る

コメントランキング

コメントランキングをもっと見る
2020年6月2日のリリース記事

キーワード一覧

このカテゴリーについて

注目の最新リリース情報など、競合他社の動向が分かるビジネスパーソン必見の最新ニュースを写真付きでお届けします。

通知(Web Push)について

Web Pushは、エキサイトニュースを開いていない状態でも、事件事故などの速報ニュースや読まれている芸能トピックなど、関心の高い話題をお届けする機能です。 登録方法や通知を解除する方法はこちら。