事前学習済み時系列モデルを活用したクロスマシン異常検知
arXiv cs.LG / 2026/4/8
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は製造業におけるクロスマシン異常検知に取り組む。ここでは、同一のプロセスを実行する複数の（名目上は同一の）機械からのセンサデータを用いて、未知のターゲット機械における異常を検出する必要がある。
- ドメイン不変な特徴抽出器と教師なし異常検知モジュールを組み合わせた枠組みを提案し、機械間の挙動の違いに頑健な表現を獲得する。
- 本手法は事前学習済みの時系列基盤モデル MOMENT を活用し、さらに Random Forest Classifiers により埋め込み（embeddings）を機械に関係する要因と状態（condition）に関係する要因へと切り分ける。
- 状態に関係する特徴は機械間で不変となるよう設計され、下流の異常検知器に投入することで、ターゲット機械からのラベル付き異常データを要しない形で汎化性能を高める。
- 3台の機械を含む産業データセットでの実験により、本アプローチは、生の信号ベースラインおよび MOMENT 埋め込みベースラインの両方を上回り、クロスマシン展開の有効性が支持される。
