超音波金属溶接における状態監視のための、適応的な未知故障検出と少数ショット継続学習
arXiv cs.LG / 2026/4/16
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、教師ありによる超音波金属溶接モニタリングの限界に対し、あらかじめ指定された故障タイプのみを検出するのではなく、これまでにない未知の故障状態を検出できる手法を提案する。
- 未知の故障は、多層パーセプトロンの隠れ層の特徴表現に基づき、統計的な閾値設定と組み合わせることで同定する。
- 未知の故障が検出された場合、システムは新たな故障サンプルを取り込み、既知クラスへの性能を維持するためにネットワークの最終層のみを選択的に更新することで、少数ショットの継続学習を行う。
- ラベリング作業の負担を削減するため、コサイン類似度変換とクラスタリングを用いて、類似した未知サンプルをグループ化し、より効率的な手動アノテーションを可能にする。
- 複数センサによるUMWデータセットでの実験では、未知故障検出で96%の精度が報告されており、新たな故障タイプをラベル付き5サンプルのみで追加した後のテスト精度は98%であった。
