予測から診断へ：太陽光発電の欠陥検査のための推論に着目したAI
arXiv cs.CV / 2026/3/31
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、ブラックボックスの画像分類器として振る舞うのではなく、太陽光発電分野の診断的推論を組み込んだ視覚・言語マルチモーダルの枠組みREVL-PVを提案する。
- REVL-PVは、欠陥分類を出力する前に、エレクトロルミネッセンス、サーマル、可視画像から得られる証拠を、妥当な欠陥メカニズムへと結び付ける。
- 8つの欠陥カテゴリに属する1,927枚の実世界モジュールにおいて、本モデルは分類精度93%を報告し、構造化され解釈可能な診断レポートを生成する。
- この手法では、現実的な画像の劣化（破損）下での頑健性テストを含み、認定された太陽光検査の専門家との盲検の一致度調査によって、強い意味的整合性が検証される。
- 著者らは、推論に着目したマルチモーダル学習が、太陽エネルギー・インフラの信頼できるAI支援検査のための一般的なパラダイムを提供すると主張している。
