講演抄録/キーワード |
講演名 |
2021-03-05 16:55
製造現場における多用途周波数共用のための電波ノイズの分類と新規パターン検出 ○宮本進生・大西綾乃・武内良男(ATR)・前山利幸(ATR/拓殖大)・長谷川晃朗・横山浩之(ATR) SR2020-89 |
抄録 |
(和) |
近年,スペクトルアナライザ等で計測したデータに対して無線の変調方式の推定に機械学習の手法を適用する例が増えてきている.しかしながら,工場等の製造現場で発生する電波ノイズは発生源となる機器により発生頻度やパターンが異なるため,発生頻度が少なく未学習の新しいノイズパターンを誤検出するという問題がある.未知のパターンを見つけ出すために機械学習の新規性検出の利用が考えられるが,計測運用において既知のパターンを分類するための学習分類と並列で動作させることは,製造現場の限られた計算資源でリアルタイムに状況を把握するための弊害となる.そこで,既知ノイズの教師あり機械学習による分類推定結果の信頼度指標を用いて,未知ノイズを同時に検出する手法について検証したので,これを報告する. |
(英) |
Machine learning is applied to classify the electromagnetic noise generated in the manufacturing field. The frequency and pattern of electromagnetic noise generated in the manufacturing field depends on the source equipment. Therefore, there is a problem that a new noise pattern that occurs infrequently and has not been learned is erroneously classified as a known pattern. Machine learning novelty detection can be used to find unknown patterns. However, when operating measurement, many computer resources are required to operate classification and novelty detection in parallel. In this report, we describe a method for detecting unlearned patterns using the predict probability of classification estimation results by supervised machine learning. |
キーワード |
(和) |
工場無線 / 電磁ノイズ / 機械学習分類 / 新規性検出 / / / / |
(英) |
Factory Wireless Communication / Electromagnetic Noise / Machine Learning Classification / Novelty Detection / / / / |
文献情報 |
信学技報, vol. 120, no. 405, SR2020-89, pp. 99-103, 2021年3月. |
資料番号 |
SR2020-89 |
発行日 |
2021-02-24 (SR) |
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 |
SR2020-89 |