三菱重工技報
    Vol. 58 No. 1 (2021)   新製品·新技術特集
    技術論文

    深層学習における予測結果の確からしさ評価技術

    Reliability Evaluation Method of Predictive Results in Deep Learning

    山科勇輔
    Yusuke Yamashina
    髙尾健司
    Kenji Takao
    岩下信治
    Nobuharu Iwashita
    木津哲也
    Tetsuya Kizu
    濵﨑大夢
    Nozomu Hamasaki
    山科勇輔
    髙尾健司
    岩下信治
    木津哲也
    濵﨑大夢

    時系列の運転データを用いた異常検知や将来予測の手法として,深層学習の一つであるLSTM(Long short-term memory)の適用例が増えてきている。LSTMでは,学習時と近い運転状態であれば高い予測精度を期待できるが,学習時と異なる運転状態では著しく予測精度が低下する可能性がある。しかし,従来のLSTMでは予測結果が信頼に足るものか否かを知る術がなかったため,プラントの運転制御等の高い信頼性が求められる箇所への適用は進んでいなかった。本報では,九州大学との共同研究にて開発した,LSTMを用いた深層学習モデルにおける予測結果とその確からしさを評価する技術について紹介する。