“異常”検知プロジェクトの難しさ

1. “異常”検知プロジェクトの難しさ ぶんちん 2026年2月19日 データサイエンティスト集会 in VRC 1
2. 自己紹介 ぶんちん  複合経営が特徴の企業（製造業）に所属  データ分析担当者だったが。。。 e ラ ー ニ ン グ の イ ラ ス ト （ 男 性 ） 困 っ た 顔 で 働 く 会 社 員 の イ ラ ス ト （ 男 性 ） 成果獲得を狙うと、 同じことに繰り返しで 飽きた 他者ができれば、 成果が増えるのでは 特に非専門家向けのDS教育 2
3. 注意！！  基本的に高度な技術の導入に体制が整い切れていない組織  新規技術の開発ではなく、具体的な経済効果の獲得が私の主目的  多くの案件を根拠にしているものの、あくまで私の経験則 3 泥臭い The 重厚長大 製造業 私はスマートな業界ではなく、 が前提のお話です。
4. 異常検知のニーズ 製造業では“異常”検知は永遠の課題 4 設備・製品の“異常”を 早期に見つけたい！
5. “異常”検知のニーズは高いが。。。 5 先の見えない困難に挑戦する覚悟はありますか？
6. 異常検知とは 異常検知 = 外れ値検知  教師無し学習のひとつ  正常を定義し、そこからの乖離度合いから異常を検知 6
7. 言葉の定義の違い 課題オーナーの要望 7 設備・製品の“異常”を 早期に見つけたい！ “異常” ≠ 外れ値 “異常” ＝ 故障・不良 「異常検知」技術を適用するだけではない！
8. “異常”検知プロジェクトの難しさ 性能評価が困難 正常の定義が困難 検知だけでは不十分 8
9. 性能評価の難しさ  検知したい不良データは少量  性能評価が難しく、 “異常”を判定する“適切な”境界線を 決められない 効果試算ができない 有用性の定量的評価が困難 ⇒ 導入の意思決定が困難 9 境界① 境界② 境界③
10. 正常の定義が困難 工場は常に非定常状態  新設備立ち上げ時はあちこち不安定  安定したら歩留まり向上・生産性向上の試行錯誤  効率的な安定操業ができるようになるころには、 一部とはいえメンテナンスが必要な部品の劣化・ 老朽化が始まる  途中から新製品の製造開始といった状況変化 10 どのデータを正常と定義したら良いの？
11. 検知だけでは不十分  課題オーナーの要望 11 設備・製品の“異常”を 早期に見つけたい！ 不正確 問題発生前に、 対策アクションを知りたい！ 本当の願望 “異常”を検知してアラートを鳴らすだけでは不十分 検知した後の対応も含めた施策のデザインが必要
12. どうすればいいの？  安易に「異常検知」を適用前提でプロジェクトを進めない  やりたいことは検知？予知？ 12 ＜基本＞ メカニズムに基づいて 発生しうる故障や不良を想定し、 そこから対応方法を考える 本気でやると、かなり大変ですが。。。
13. まとめ “異常”検知ニーズ は 故障・不良検知ニーズ 本来の異常（外れ値）検知が目的ではない “異常”検知プロジェクトの難しさ 性能評価が困難 正常の定義が困難 検知だけでは不十分 13 「異常検知」技術の適用検討よりも メカニズムベースの検討をしたほうが良いかも