この記事を読むと

  • 工具の劣化推定に関する手法がわかる!
  • 実際の研究事例を知ることができる!
  • アンサンブル学習の実用方法が分かる!

お好きなコンテンツからどうぞ♪

◆まずは概要を知りたい方・・・ぜひこのままコラムをお読みください!
◆すぐに全部知りたい方・・・当日の↓ 講演動画 ↓をご覧ください!

※動画(英語)のご視聴にはお申込みが必要です
 

この記事を読み終えるのに必要な時間

5分

はじめに

こんにちは、AI女子部のSambaです!
本コラムでは、2021年1月に行われたIJCAI-PRICAI2020における三菱重工業様とマクニカの共同研究発表内容についてお届けします。

● こんな方におすすめ ●

・工具の劣化におけるメンテナンスコストを最適化したい
・突発故障によるダウンタイムを削減したい
・IJCAI-PRICAI2020について知りたい

IJCAI-PRICAIってなに?

IJCAIは、人工知能(AI) のさまざまな分野の研究者が集まる人工知能学会分野のトップカンファレンスであり、PRICAIは環太平洋諸国におけるAI活用を促進するために発足したカンファレンスです。
2020年はIJCAI-PRICAI2020として、第29回IJCAIと第17回PRICAIの合同で行われました。

<開催概要>
名  称 : IJCAI-PRICAI2020
会  期 : 2021年1月7日(火)~1月15日(金)
会  場 : オンライン開催
参加者数 : 1,972名

オンラインで行われたIJCAI-PRICAI2020!

当初は横浜での開催となる予定でしたが、COVID-19の影響によりオンライン開催となりました。
WEBでアクセスすることができるバーチャル会場だったため、現地に行かずとも会場を見て回ることができたのは、オンライン開催のメリットですね♪

メイン会場の様子。開催予定だった横浜の風景が広がっていました!

スポンサーブースにはマクニカも出展!

インダストリアルセッションで初講演!

9日間にわたって開催されたIJCAI-PRICAI2020。
2021年1月14日(木)のインダストリアルセッションにて、マクニカのAI専門家組織 AI Research & Innovation Hub(ARIH)のメンバーが講演いたしました。

テーマ:Tool Degradation Estimation with Ensemble Learning
登壇者:AI Research & Innovation Hub
    Takahiro Kusunoki (Principal), Mary Grace Malana (Data Scientist), Jerelyn Co (Data Scientist)

テーマは「アンサンブル学習による工具の劣化推定」

製造工程を支えるさまざまな工具。
これらの劣化状態を推定することは、「メンテナンスコスト」や「生産コスト」を削減するために非常に有効です。

今回、三菱重工業様とマクニカの共同研究では、加工時に収集した振動データをもとに工具の劣化推定に取り組みました。
しかしいざ学習してみると、データ数が少なく、単一の学習器だけでは望ましい推定値が得られなかったのです。

そこで着目したのが、アンサンブル学習
信号処理を用いて特徴量を選択し、複数の学習器の結果を戦略的に組み合わせることで、少ない学習データ数でも正確な劣化推定を行うことに成功しました!

実際の講演では、上記の研究内容の詳細をお伝えしています。
※動画(英語)のご視聴にはお申し込みが必要です。お申し込みはこちらから↓

おわりに

例年であれば各国で開催されるIJCAI-PRICAIですが、オンラインで開催されたことによって、より多くの方が参加されたのではないでしょうか。
弊社では毎年さまざまな学会に参加し、論文の調査コラムを公開しています。ご興味のある方はぜひ他コラムもご覧ください♪