| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-03-26 10:35 リザーバコンピューティングによる機械の力学系の獲得 ○小島聖奈・皆川昂輝・齋藤大成・浅井哲也（北大）  CCS2022-67 |
|
| 抄録 | （和） | 本報告は、機械の力学系の異常検知応用について、リザーバコンピューティングを用いた手法に焦点を当てたものである。機械の正常な出力と機械の力学系を学習したリザーバの予測出力を比較することで、異常を検知するアルゴリズムを提案する。このためには、機械の複雑な力学系を正確に獲得する必要がある。機械の力学系は非常に複雑なため、モータを1つの物理系として学習対象にした。モータに対し段階的に負荷を追加し、3つの物理系を構築した。実データの前処理やリザーバのパラメータ探査を行うことで、リザーバコンピューティングによってその 物理系を獲得することができた。 |
| （英） | This report focuses on an anomaly detection application of a machine’s dynamical system using reservoir computing. We propose an algorithm to detect anomalies by comparing the normal output of a machine with the predicted output of a reservoir that has been trained on the machine’s dynamical system. For this purpose, it is necessary to accurately acquire the complex dynamical system of the machine. Since the dynamic system of a machine is very complex, a motor was used as a learning target as one physical system. Three physical systems were constructed by adding loads to the motor step by step. By pre-processing real data and exploring the parameters of the reservoir, we were able to acquire that physical system through reservoir computing. | |
| キーワード | （和） | リザーバコンピューティング / 人工知能 / 時系列予測 / 異常検知 / / / / |
| （英） | Reservoir Computing / Artificial Intelligence / Time series prediction / Anomaly Detection / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 453, CCS2022-67, pp. 25-30, 2023年3月. | |
| 資料番号 | CCS2022-67 | |
| 発行日 | 2023-03-19 (CCS) | |
| 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 | CCS2022-67 |
|
| 研究会情報 | |
| 研究会 | CCS |
| 開催期間 | 2023-03-26 - 2023-03-27 |
| 開催地（和） | 北海道 ルスツリゾートホテル&コンベンション |
| 開催地（英） | RUSUTSU RESORT |
| テーマ（和） | 自然計算，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | CCS |
| 会議コード | 2023-03-CCS |
| 本文の言語 | 日本語 |
| タイトル（和） | リザーバコンピューティングによる機械の力学系の獲得 |
| サブタイトル（和） | |
| タイトル（英） | Acquisition of physical kinetics of machines by reservoir computing |
| サブタイトル（英） | |
| キーワード(1)（和/英） | リザーバコンピューティング / Reservoir Computing |
| キーワード(2)（和/英） | 人工知能 / Artificial Intelligence |
| キーワード(3)（和/英） | 時系列予測 / Time series prediction |
| キーワード(4)（和/英） | 異常検知 / Anomaly Detection |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 小島 聖奈 / Sena Kojima / コジマ セナ |
| 第1著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 皆川 昂輝 / Koki Minagawa / ミナガワ コウキ |
| 第2著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 齋藤 大成 / Taisei Saito / サイトウ タイセイ |
| 第3著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 浅井 哲也 / Tetsuya Asai / アサイ テツヤ |
| 第4著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-03-26 10:35:00 |
| 発表時間 | 20分 |
| 申込先研究会 | CCS |
| 資料番号 | CCS2022-67 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.453 |
| ページ範囲 | pp.25-30 |
| ページ数 | 6 |
| 発行日 | 2023-03-19 (CCS) |
[研究会発表申込システムのトップページに戻る]