近年AI技術の発展によって様々な分野でAIが活用されていますよね。

特に製造業の分野ではAIの活用が進んでおり、具体的な例では、画像認識とAI技術を用いた異常検知システムによって品質チェックの自動化などが挙げられます。

このようにAI技術は様々な業務を自動化できる可能性を秘めています。

今回はそんな異常検知の意味や手法についてお伝えします。

異常検知とは

異常検知の異常とは、通常の動作として明確に定義された概念に準拠しないデータパターンのことで、そして異常検知とは、データセット中の他のデータと一致していない観測結果、期待されるパターンなどを識別すること。

一言で言えば、異常検知とは、他の大多数のデータとは振る舞いが異なるデータを検出する技術のことです。

異常検知は、簡単な異常の検知から、人では認識しきれない微細な変化や機器が故障する前の挙動なども検知することが可能です。

異常検知の手法

それでは、異常検知で用いられる代表的な手法についてお話ししましょう。

ホテリング理論

ホテリング理論とは平均や分散といったデータの基本的な分布情報をもとにして、観測値（x’）より算出した異常度（a(x’)）を用いて外れ値を検知するものです。

k近傍法

k近傍法は、分類に使われる手法の一つで、与えられた学習データをベクトル空間上にプロットしておき、未知のデータが得られたら、そこから距離が近い順に任意のk個を取得し、その多数決でデータが属するクラスを判定するというものです。

局所外れ値因子法(lof法)

局所外れ値因子法(lof法)は、特定のデータの集まりの中から外れ値を見つけ出す手法が用いられます。

これにより外れ値の検知が容易となり、特定の閾値や基準を設定しづらい複雑な要素で構成されるデータ分布に対して用いることができます。

異常検知の活用事例

それでは、異常検知の活用事例をご紹介しましょう。

・製品の品質チェックの自動化
画像認識と異常検知によって、今まで人間がひとつずつ手作業で完成品をチェックしていたものを自動化します。

・機器の故障を予測
センサーから取得した正常に機能している部品のデータに基づいて、異常データを検出するようにモデルを構築し、それによって差し迫った故障を予測します。

 

まとめ

異常検知の異常とは、通常の動作として明確に定義された概念に準拠しないデータパターンのことで、異常検知とは、データセット中の他のデータと一致していない観測結果、期待されるパターンなどを識別することです。

活用事例

• 製品の品質チェックの自動化
• 機器の故障を予測