人間による教師データ準備が不十分でも太陽光発電の異常検出に成功(AI×製造)【論文】

   
★AIDB会員限定Discordを開設いたしました! ログインの上、マイページをご覧ください。

★企業と人材のマッチングサービスを準備中です。アンケートのご協力をお願いいたします!↓

背景)AIによる再生可能エネルギーの普及拡大

近年、再生可能エネルギーの普及に人工知能が大きく貢献しています。オリックスは、太陽光パネルを赤外線サーモグラフィーを搭載するドローンで空撮し、人工知能により異常を検知するシステムを開発し、省人化と正確な保守・点検を実現しています。

このようなセンサーデータを利用した状態監視は、機械学習が有効ですが、データにラベルを付けるという面倒なプロセスが必要です。そこで、ラベル付きデータのごく一部のみを使用する半教師学習の適用に焦点が当てられています。


AIDBの全記事が読み放題のプレミアム会員登録はこちらから↓

太陽光発電システムの状態管理における半教師学習の適用という課題において、実際にどんな研究が行われているのでしょうか。デンマークにあるCortiのLars Maaløeら研究者の発表を紹介します。

研究者らは、確率論的モデリングに基づく半教師あり機械学習を利用することで、高精度での太陽光発電システムの状態監視を試みたのでした。

テーマ)半教師あり機械学習による太陽光発電システムの状態監視

まずはLars Maaløeらの研究におけるミッション・手法・結果をまとめました。

本記事を読むにはAIDBのアカウントが必要です。


※ログイン/初回登録後、下記ボタンを押してください。







■サポートのお願い
AIDBを便利だと思っていただけた方に、任意の金額でサポートしていただけますと幸いです。






masashi

投稿者の過去記事

大学院では薬学の研究を行っていました。主に創薬・製造・金融分野におけるAI活用を掘り下げたいと思います。Twitter:@masa05240112

業界/カテゴリー

PAGE TOP