機器の故障時期を予測してメンテナンスを実施する予知保全の取り組みが注目を浴びており、技術者の勘・コツ・経験をAI で補完する観点からも、今後予知保全のニーズは更に高まることが予想されます。

しかし成果に結びつけるには乗り越えるべき技術的なハードルがいくつか存在します。特にセンサーデータは機械学習モデルに直接入力するのではなく、高いレベルの情報を捉えた 「特徴量」 に変換することが一般的であり重要なステップです。

本ホワイトペーパー では時系列データからの特徴量抽出に注目して以下の観点から成功へのヒントを紹介します。

  • 機械学習の限界
  • 故障予測を可能にする特徴量例
  • システムへの統合の観点から見た特徴量

MATLAB を使った効率の良い解析の実施方法についてもダウンロードページでご紹介します。

詳細