全5884文字
PR
本記事はロボットとAI技術の専門誌『日経Robotics』のデジタル版です
本記事はロボットとAI技術の専門誌『日経Robotics』のデジタル版です
［画像のクリックで別ページへ］

　ロボットをはじめとする複雑なシステムは、状態を測定する多数のセンサを備えている。そこから得られる豊富な時系列データに機械学習技術を適用すれば、故障の予兆の検知や、よりよい制御方法の発見などが可能になるとの期待は大きい。ただし現実には狙ったほどの効果を得られないことが少なくない。

　東芝は、その一因は複数の時系列データの間に時間のズレがあることとみた。何らかの現象が生じてその影響を複数のセンサが捉えたとしても、センサのある位置や特性の違いによって、データに反映されるタイミングは変わり得る。

　ところが、複数の時系列データの背後にある現象の発見を狙った既存の機械学習技術では、基本的に時間のズレを考慮していないという。