講演抄録/キーワード |
講演名 |
2020-12-01 10:50
動作音区間検出を用いた異常音検知の検討 ○鹿仁島康裕・須藤 隆(東芝) SIS2020-29 |
抄録 |
(和) |
量産ラインの装置あるいは製品から発生する音信号に基づき,装置の動作あるいは製品の良否を判定する異常音検知において,異常音検知の精度向上と処理量低減を目的として,トリガ検出およびテンプレートマッチング検出を用いて,音信号から装置が動作した区間を検出するセグメンテーションを提案する.回転体製品の量産ライン検査音のデータをモチーフとして,従来手法の場合と提案手法の場合でセグメンテーションしたデータに対して,オートエンコーダによる異常音検知の精度を評価した.その結果,従来手法の場合のAUCは0.642,提案手法の場合のAUCは0.997となり,提案手法による精度改善の効果を確認した.また,異常音検知の間欠処理を可能とするため,処理量低減の効果を見込める. |
(英) |
In anomalous sound detection that determines the operation of the device or the quality of the product based on the sound signal generated from the device or product on the mass production line, for the purpose of improving the accuracy and reducing the amount of processing of anomalous sound detection, We propose a segmentation that detects the section in which the device operates from the sound signal using trigger detection and template matching detection. Using the data of the mass production line inspection sound of the rotating body product as a motif, the accuracy of abnormal sound detection by the autoencoder was evaluated for the data segmented by the conventional method and the proposed method. As a result, the AUC for the conventional method was 0.642 and the AUC for the proposed method was 0.997. We confirmed the effect of the accuracy improvement by the proposed method. In addition, intermittent processing for anomalous sound detection is possible, and the effect of reducing the processing amount can be expected. |
キーワード |
(和) |
異常音 / 異常検知 / ニューラルネット / 深層学習 / 区間検出 / / / |
(英) |
Anomalous Sound / Anomaly Detection / Neural Network / Deep Learning / Activity Detection / / / |
文献情報 |
信学技報, vol. 120, no. 269, SIS2020-29, pp. 12-17, 2020年12月. |
資料番号 |
SIS2020-29 |
発行日 |
2020-11-24 (SIS) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
SIS2020-29 |