工場やプラント、建設現場、流通、交通機関など様々な生産・社会インフラやその中のシステム・装置では、速やかな異常検知、予兆検知、異常診断が求められます。
しかし、稀にしか異常事例データを集められない、どれが正常か異常か適切にラベル付けした事例データを集められないなど、異常の検知や診断を行うシステムの構築には困難がつきものです。
そこで、弱教師あり学習やFew-shot学習、1クラス学習など最先端の機械学習・深層学習手法を用いて、極めて限られた異常事例や正常異常の判断が難しい事例のデータから、高精度な異常の検知や診断を行う技術を開発しています。