[3M2-GS-10u] AI応用：科学データ解析と数理モデリング

11:15 〜 11:30

[3M2-GS-10u-02] 説明性向上マルチモーダルAIによるMOCの異常予見~潜在的異常分類器の構築と顕在的異常との相関検証 ~

〇菅 貴文¹、中井 淳一¹、浅野 憲司¹、若松 智之¹、本多 伸行¹ (1. 株式会社アドヴィックス)

キーワード：

分類、異常予測、クラスタリング

弊社では, 主力製品であるMotor on Caliper（MOC）を題材にDX推進に向けた研究開発を行っている. 特に, 製造工程の性能検査において, 現状の仕組みでは捉えられていない潜在的異常や異常の兆候の発見に向けて, 人工知能技術の導入に取り組んでいる. 先行研究(nakai, FIT2025)により時系列データを処理することで, 潜在的異常を検知, 分類する手法が提案されている. しかし抽出されたさまざまな種別の潜在的異常は, どの異常要因と紐づくかまでは確認できていなかった. そこで本研究ではクラスタリングを用いて潜在的異常の波形パターンにあたり付けし, それを教師データとして使用することでパターンごとに分類するAIを作成した. 作成したAIを用いて実際の異常品の推移との相関を確認し, 潜在的異常を分類可能であることを検証した.