多センサの多次元表現と部分空間識別器に基づく異常検知

摘要

本稿では，精密機械のセンサ出力値に基づいて，その日が正常に稼働した日（正常日）であるか，あるいは異常を起こした日（異常日）であるのかをクラス分類するための方法として，正常日と異常日に対応する（線型）部分空間を利用する方法を提案する．具体的には，学習段階として精密機械に取り付けられたセンサの出力値を時刻ごとに並べたものを特徴ベクトルとし，正常日と異常日の訓練サンプルの分布をクラスごとに部分空間で圧縮表現する．次に，分類対象日（未知サンプル）の特徴ベクトルと部分空間の類似度を用いて異常度と呼ばれる尺度を定義し，異常度の累積値が大きい場合には，分類対象日を異常日と判定する．このとき，異常度が正の値となる時間帯だけに着目することで，分類精度が向上することを示す．実際に稼働している精密機器のセンサデータを用いた実験により，上記の手法の有効性を検討する．また，センサ出力値の規格化の分類精度への影響についても考察する．