@techreport{oai:ipsj.ixsq.nii.ac.jp:00213264,
 author = {松山, 蓮 and 渡邉, 真也},
 issue = {5},
 month = {Oct},
 note = {一般的に機械学習を実現する上で高品質で豊富な学習データは必要不可欠なものである．しかし，実問題においてそのようなデータを準備することは，導入・運用コストの面から難しい場合が少なくない．本研究ではこの問題に対応するため，過去のデータから操作量を予測する LSTM と，異常検知手法として有名なオートエンコーダ，そして専門知識に基づいて操作量を決定するエキスパートシステムを組み合わせた汎用制御手法を提案する．提案手法の有効性を検証するため，汚泥乾燥機システムに提案手法を適用し，検証実験を行った．, High-quality and rich learning data is indispensable for machine learning. However, it is very difficult to prepare such data in actual problems, due to the high installation and operational costs. Focusing on this problem, In this paper, we propose a general-purpose control method that combines an LSTM that predicts the operation from past data, an autoencoder that is famous as an anomaly detection method, and an expert system that determines the operation amount based on specialized knowledge. In this paper, we verify the effectiveness of this method by applying it to a sludge dryer system.},
 title = {学習データが限定された環境下における汎用予測制御実現のためのアプローチ-汚泥乾燥機自動制御-},
 year = {2021}
}