[1Yin-A] ポスター1

[1Yin-A-31] 少数異音サンプルを用いたメモリバンク型異音検知のスコア補正

去渡 隆宏¹、〇渡邉 悠仁¹、前橋 辰哉¹ (1. スズキ)

キーワード：

異音検知、機械音、異常検知、製造業、モビリティ

正常メモリバンクに基づく異常検知手法は, 高い検知性能と低い計算コストを両立できることから, 異常音検知分野において広く用いられている．一方で, 従来手法の多くは正常データの分布のみをモデル化しており, 運用段階で取得可能な少量の異常データを十分に活用できないという課題が存在する．先行研究では, 少量の異常データを用いて再学習する手法も提案されているが, 追加の学習コストや複雑な損失設計を要する。

本研究では, この課題に対処するため, 追加学習を必要としないスコア補正手法を提案する．提案手法では, 事前学習済みの特徴空間上において, 少数の異常サンプルから新たに「異常メモリバンク」を構築する．推論時には, 正常メモリバンクへの最近傍距離から異常メモリバンクへの最近傍距離を減算することで異常スコアを算出する．このスコアリング方式により, 既知の異常を強調しつつ, 未知の正常音による誤検知を効果的に抑制できる．DCASE 2025 Task 2データセットを用いた評価実験により, ベースライン手法と比較して検知精度が向上することを確認した．