製造現場における多用途周波数共用のための電磁ノイズの機械学習による分類と新規性検出

DOI

書誌事項

タイトル別名
  • Electromagnetic Noise Classification and Novelty Detection Using Machine Learning for Frequency Sharing among Various Communications in the Manufacturing Field

抄録

近年，アンテナから収集した電磁波のデータに対して機械学習により無線通信の信号を分類する研究が注目を集めている．一方で，工場等の製造現場で産業機器等から発生する電磁ノイズは発生源となる機器により発生頻度やパターンが異なるため，これらを機械学習により分類しようとすると，限られた時間で収集した学習データに含まれない未知のパターンが運用中に発生する可能性が高い．それらを既知のパターンに分類すると，発生源の異なる電磁ノイズを混同し，取るべき対策の検討において誤りを生じさせる恐れがある．未知のパターンを見つけ出す方法として機械学習の新規性検出を利用することが考えられる．しかし実際の運用では，製造現場の限られた計算資源で，学習データに基づく電磁ノイズの分類と新規性検出のための機械学習を同時並行で実行するのは負担が大きい．そこで本論文では，分類の際に得られる事後確率値から未知のノイズを検出する方法を提案する．この手法が計算資源の消費を押さえつつ，未学習のパターンを高い精度で検出可能であることを，実測データを用いて実証する．

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1390293202184348288
  • DOI
    10.14923/transcomj.2021jbp3040
  • ISSN
    18810209
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ