講演抄録/キーワード |
講演名 |
2022-11-18 16:20
GP-HSMMによる効率的な作業行動の分節化 ○八田俊之・友田 翼・玉置哲也・三輪祥太郎(三菱電機) ISEC2022-43 SITE2022-47 LOIS2022-27 |
抄録 |
(和) |
生産現場の改善活動において,人の作業行動を要素作業に分節化し,各要素作業とその繰り返し(サイクル)にかかる時間を算出する作業分析は重要である.近年,機械学習による自動作業分析が提案されているが,生産現場へ導入する際に教師付きデータの作成など多くの事前準備が必要という課題があった.
本稿では,教師なし学習による分節化手法であるGaussian Process-Hidden Semi-Markov Model (GP-HSMM)を応用した,事前準備の不要な自動作業分析手法を提案する.GP-HSMMは作業行動の観測系列が複数必要であり,かつ動作軌跡の類似した異なる要素作業を見分けられないため作業分析へ直接応用することが困難だった.これに対し提案手法は,GP-HSMMに観測系列の分割点推定処理と繰り返し構造のモデル化を組み合わせることで,この問題を解決した.セル生産の模擬作業を対象とした実験により,提案手法は従来のGP-HSMMによる手法に比べ,高い精度で作業行動の分節化が可能であることを確認できた. |
(英) |
(Not available yet) |
キーワード |
(和) |
作業分析 / 分節化 / 教師なし学習 / Industrial Engineering / / / / |
(英) |
/ / / / / / / |
文献情報 |
信学技報, vol. 122, no. 260, LOIS2022-27, pp. 79-84, 2022年11月. |
資料番号 |
LOIS2022-27 |
発行日 |
2022-11-11 (ISEC, SITE, LOIS) |
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 |
ISEC2022-43 SITE2022-47 LOIS2022-27 |