東京エレクトロン デバイス（TED）は6月2日は、製造設備の異常検知・故障予測による予知保全向けに、正常時の設備の時系列データから最適な異常検知モデルを自動生成するAI技術を開発したことを発表した。

  • 異常検知最適モデルの自動生成アーキテクチャー

    異常検知最適モデルの自動生成アーキテクチャー

今回開発した新たなAI技術では、設備の正常データから想定される多様な異常データを生成し最適な異常検知モデルを自動生成し、異常データの収集にかかる時間をゼロにするという。

データ分析の専門家が設備の異常データを長期間にわたり複数回取得し、繰り返し行ってきた異常検知モデルの最適化作業を大幅に短縮するとともに、実際に故障が発生するまで異常検知モデルの効果・精度を検証できないという課題を解決するとしている。

同技術では、独自の異常データ自動生成エンジンが、準備した正常な時系列データからデータの分布の偏りを考慮し、設備の周波数、トレンド、スパイク、位相などを想定した多様な異常データを自動生成。正常データと生成した異常データを使って判定モデルの精度が最も良くなる最適な特徴抽出方法、機械学習アルゴリズム、機械学習パラメータの組み合わせを自動探索し、異常検知モデルを作成するという。

異常データ自動生成エンジンは分布の偏りだけではなく、振幅の自動調整や季節性変動なども考慮し、自然かつ固有のデータを複数生成できるということだ。

TEDは今後この新技術を、時系列データ自動生成マシン「CX-M」の新たな機能として開発をすすめるとともに、実証検証を行っていくとしている。