時系列波形分類学習による低スペックセンサ信号からの状態判別

摘要

近年，さまざまな領域において異常診断が行われているが，種類や設置数が増えるにつれ，コスト的に高性能センサを用いることが困難な場合が考えられる．ここでは低コストセンサを用いた場合でも確率的な多変量センサ波形判別に基づく決定フュージョン技術を導入することで精度よく対象物の状態を判別可能な状態判別法k-Nearest Neighbor-based Bayesian Classifier （k-NNBC）を提案する．3軸加速度センサを用いた簡易検証により高スペック条件（250Hzサンプリング），低スペック設定条件（125Hzサンプリング）で判別性能を評価したところ，単チャネルセンサ波形判別と比較し，高スペックのみならず低スペックにおいても提案法の判別性能向上が見られた．特に低スペック条件下では平均で約12.5％向上することが分かりフュージョン効果が表れやすいことが分かった．