@techreport{oai:ipsj.ixsq.nii.ac.jp:02007272,
 author = {松井,威 and 石田,繁巳 and 金井,貴浩},
 issue = {5},
 month = {Feb},
 note = {機械製品の品質検査において，動作音による異常検知の自動化が強く求められている．本稿では，回転機器などの動作音に見られるエネルギー変動の周期性に着目し，音響信号から周期特徴を抽出する特徴量と，オートエンコーダを用いた教師なし異常検知手法を提案する．本手法は，機械動作の本質的なリズムからの逸脱を直接的に評価するアプローチをとる．回転・往復機構に現れる衝撃音の周期性を表す特徴量を抽出し，製品の動作状態ごとに正常時の特徴を学習したオートエンコーダモデルを構築する．そのモデルの再構成誤差を用いることで異常検知を行う．実データを用いた評価の結果，ROC AUCスコアは0.599となった．詳細分析の結果，異常データはその検出難易度により二極化することが確認された．想定した音響的特徴を持つ異常データに対しては，正常データ群から乖離した高いZスコアを示し，安定して検知可能であることを実証した．一方で，一部の異常サンプルについては正常サンプルとの区別が困難であることも明らかとなった．以上の結果より，本手法は一部の音響的特徴を伴う異常に対しては有効性を有していることを確認した．},
 title = {機械製品の動作音のエネルギー変動周期性に基づく異常検知手法},
 year = {2026}
}