[2Yin-B] Poster 4

[2Yin-B-17] XAI-based Feature Region Identification of Boiling Acoustics and Robust Deep Learning Anomaly Detection

〇Koya Watanabe¹, Yoshitaka Ueki¹ (1. Tokyo University of Science)

Keywords:

Anomaly Detection,Social Infrastructure Application,Explainable AI,Acoustic Signal Processing,Deep Learning

Na高速炉の炉心における冷却材沸騰事象の早期検知と推移把握を目的とし、当該炉心局所異常に伴う異常検知技術開発に必要な実環境適用に向けた知見の獲得並びにその有効性を示すことを目標に、音響識別によるサブクール沸騰の発生検知に適合する教師あり学習および教師なし学習を統合した深層学習手法の構築を行った。本研究では、深層学習の判断根拠の可視化とそれに基づく頑健な異常検知手法の確立をねらいとし、教師あり畳み込みニューラルネットワーク（CNN）と教師なしオートエンコーダ（AE）の二段階のアプローチを採用した。第一段階では、水を対象としたサブクール沸騰時に生じる音響データを取得し、時間‐周波数表現の特徴量を学習させたラベル分類型のCNNモデルに対しGuided Grad-CAMを適用することで、沸騰検知に寄与する重要周波数領域が特定の周波数帯域に局在することを明らかにした。第二段階では教師なし学習への展開として、当該周波数帯域の再構成誤差に重みを付与したAEモデルを構築した。評価の結果、本手法は全帯域一様評価と比較して高精度を達成し、ノイズ環境下での性能低下抑制と推定の安定化に成功した。