@article{oai:ipsj.ixsq.nii.ac.jp:00218889,
 author = {山口, 晃広 and YAMAGUCHI, Akihiro},
 issue = {8},
 journal = {情報処理},
 month = {Jul},
 note = {インフラ設備や製造装置のセンサから時系列波形データを収集しAIにより異常や正常などの状態を自動判別する時系列波形異常診断技術に注目が集まっている．本稿では，インフラ・製造分野における技術課題として，AIの説明性，異常データの収集，誤判断のリスク管理，データの信頼性を述べる．次に，説明性のある波形診断技術としてshapelets学習法を説明し，残りの課題も解決するよう拡張した技術を産業分野への適用事例とともに紹介する．},
 pages = {e21--e24},
 title = {AI判断の根拠を説明するXAIを使いこなす：4．Shapelets学習によるインフラ・製造分野向け時系列波形の異常診断技術 -異常の検知や診断に有効な波形パターンを発見するAI-},
 volume = {63},
 year = {2022}
}