文献

J-GLOBAL ID：202202230406375240   整理番号：22A0825812

衛星監視のための偏差推定による高精度な異常検知手法の提案

Anomaly Detection Method by Deviation Estimation Using Recurrent Neural Network

著者 (2件)： 帰山拓人 (東京理大) ,  木村真一
資料名： 電子情報通信学会技術研究報告(Web)  (IEICE Technical Report (Web))
巻： 121  号： 323(SANE2021 83-96)  ページ： 37-42 (WEB ONLY)  発行年： 2022年01月11日 
JST資料番号： U2030A  ISSN： 2432-6380  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 人工衛星や探査機といった宇宙機は,一度宇宙に打ち上げると修理が困難であり,異常を早期に発見することが重要になる.近年では,深層学習を用いて宇宙機の正常なテレメトリを学習し,予測した正常値との差を異常度として異常判断を行う研究がされている.先行手法では,パラメータの異常を,閾値によって検出していたため,正常な信号の中にノイズなどの揺動成分が大きく存在する場合,閾値が大きく設定されてしまうため,異常が検知されにくくなる問題があった.本研究ではこうした問題に対して,予測のし易さを推定し,逐次閾値を変えて異常判定を行う手法を提案する.また,提案する手法をGRUと呼ばれる再帰型ニューラルネットワークを用いて作成し,その有効性について検証を行う.(著者抄録)

シソーラス用語： 検出 ,  *宇宙飛行体 ,  機械学習 ,  *異常診断 ,  閾値 ,  *ニューラルネットワーク ,  *回帰モデル ,  逐次近似 ,  遠隔監視 ,  統計量
準シソーラス用語： *GRU ,  RNN ,  異常検知 ,  深層学習 ,  偏差

分類 (2件)： 宇宙飛行体  (QK08000Y) ,  宇宙飛行体の運動・軌道  (QK02060W)

引用文献 (12件)：

• 梅津里香, 杉江卓哉, 長瀬雅之, 湖海亮, 竹島敏明, 海老沢研, 満田和久, 山本幸生, “機械学習を用 い た宇宙機 の 故 障の 予兆検知”, 宇宙航空研究開発機構, 2019.
• Kyle Hundman, Valentino Constantinou, Christopher Laporte, Ian Colwell, Tom Soderstrom, “Detecting Spacecraft Anomalies Using LSTMs and Nonparametric Dynamic Thresholding”, ACM, 2018.
• Kyunghyun Cho, Bart van Merrienboer, Caglar Gulcehre, Dzmitry Bahdanau, Fethi Bougares, Holger Schwenk, Yoshua Bengio, “Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation”, EMNLP, 2014.
• Khaled A. Althelaya, El-Sayed M. El-Alfy, Salahadin Mohammed, “Stock Market Forecast Using Multivariate Analysis with Bidirectional and Stacked (LSTM, GRU)”, IEEE, 2018.
• Junyoung Chung, Caglar Gulcehre, KyungHyun Cho, Yoshua Bengio, “Empirical Evaluation of Gated Recurrent Neural Networks on Sequence Modeling′′, NIPS, 2014.

タイトルに関連する用語 (6件)： 衛星 ,  偏差 ,  推定 ,  異常検知 ,  手法 ,  提案