- 異常検知
”教師なし”から”教師あり”学習へのシームレス異常検知技術
応用先
- 製造現場での製品検査
- 設備機器の異常監視
ベンチマーク・強み・実績
- 様々な公開画像データで評価した検知性能（AUROC）とモデル更新前(AE)との一貫性（Histogram Intersection）
| 従来手法 | 提案手法 | |||
|---|---|---|---|---|
| データベース名 | 評価指標 | Autoencoder (AE) | Autoencording Binary Classier (ABC) |
AEAL |
| MNIST | 検知精度 | 0.94 | 0.99 | 1.00 |
| モデル更新前(AE)との一貫性 | - | 0.27 | 0.84 | |
| F-MNIST | 検知精度 | 0.93 | 0.99 | 0.99 |
| モデル更新前(AE)との一貫性 | - | 0.13 | 0.86 | |
| CIFAR-10 | 検知精度 | 0.66 | 0.93 | 0.88 |
| モデル更新前(AE)との一貫性 | - | 0.03 | 0.86 | |
問い合わせ窓口
問合せの際はタイトル[東芝AI技術カタログ:”教師なし”から”教師あり”学習へのシームレス異常検知技術]やURLを文面に含めてください。
本技術は研究開発中のためご要望にすぐに対応できない可能性があります。
