IJCAI-PRICAIは、人工知能 (AI) の様々な分野の研究者が集まる、人工知能学会分野でトップの学術会議です。IJCAI-PRICAIは、人工知能 (AI) の様々な分野の研究者が集まる、人工知能学会分野でトップの学術会議です。毎年7~8月の数日間で開催されており、2020年は横浜での開催が予定されておりましたが、新型コロナウイルス感染症(COVID-19)の感染拡大を受け、2021年1月にオンラインで開催される運びとなりました。弊社 AI Research & Innovation Hubのメンバーが、セッションに登壇いたします。皆様のご参加をお待ちしております。



会期 : 2021年1月7日(火)~1月15日(金)

会場  : オンライン開催

参加登録: 事前登録制(詳細は公式HP:https://ijcai20.org/をご覧ください)お申込みはこちら: https://ijcai20.org/register/

登壇内容プログラム:Industrial Session

発表日時:2021年1月14日(木)11:00 - 11:15 ※日本時間

登壇者 :AI Research & Innovation Hub Takahiro Kusunoki (Principal), Jerelyn Co (Data Scientist), Mary Grace Malana (Data Scientist)

テーマ :Tool Degradation Estimation with Ensemble Learning

概要 :  Estimating tool degradation is crucial to prevent additional maintenance and production costs in any machining process. To address this challenge, we present a method to estimate tool degradation condition with few data using digital signal processing (DSP) and an ensemble learning framework. In this particular case, we deal with vibration data recorded from few drilling sessions. Because of the small number of data, we found out that using a single learner does not yield desirable estimates. This led us to investigate the potential of ensemble learning. By carefully selecting features using DSP and strategically combining several learners' results, we were able to obtain more accurate degradation estimation results even with a small number of training data.