National Research and Development Corporation, 바카라 커뮤니티 [Nakabachi Ryoji 의장] (이하 "AIST")통합 Microsystems Research Center[Hiroshima Hiroshi의 리서치 센터 디렉터] MEMS 통합 프로세스 연구 팀 Kurashima Yuichi 소셜 구현 센서 시스템 연구 팀 Kobayashi Ken 최고 연구팀,분석 측정 표준 연구 부서[리서치 부서 이사 Nonaka Hidehiko] 연구원 인 비파괴 측정 연구 그룹 인 Kano Yoshisei는 국립 토지 기술 정책 연구소, 토지, 인프라, 교통 및 관광 (Omata Atsushi) (이하의 국립 연구에 참조)과 협력했습니다에볼루션 바카라 흐름개발 센서 시스템이 개발되었습니다
이 시스템을 사용하면 일반적인 목적 구성 요소를 사용하는 여러 저렴한 센서가 에볼루션 바카라 흐름이 발생하는 영역에 배치 될 수 있으며 AI를 사용하여 이러한 센서의 진동 파형을 분석하여 실제 에볼루션 바카라 흐름 만 감지합니다 이번에는 파편이 자주 흐르는 사쿠라지마에서 2017 년 약 한 달 동안 여러 센서에서 진동 데이터를 수집하여 학습 데이터를 생성하고 학습 데이터에서 에볼루션 바카라 흐름 판단 AI 소프트웨어를 개발했습니다 이 소프트웨어의 경우 Sakurajima의 실제 데이터를 사용합니다교차 검증수행되었으며, 오 탐지없이 모든 에볼루션 바카라 흐름을 감지 할 수있었습니다 기존의 방법으로, 오 탐지는 대략 95%에 도달하여 AI를 사용하여 개발 된 시스템의 유용성을 확인합니다
이 시스템의 세부 사항은 MEMS Sensing & Network Systems Exhibition 2018에서 2018 년 10 월 17 일부터 19 일까지 Makuhari Messe (Chiba City, Chiba Prefture)에서 개최 될 예정입니다
 |
| AI를 사용한 에볼루션 바카라 흐름 감지 센서 시스템의 개략도 |
일본의 대부분은 산악이며 가파른 경사가 많으며 비기기와 가을 비기 시즌과 태풍에는 많은 양의 강우량이 있으며 평균적으로 매년 약 1,000 개의 산사태가 발생합니다 산사태에서도 파편 흐름은 고속에 있으며 종종 발생 후 짧은 시간에 마을에 도달하기 때문에 가능한 한 빨리 에볼루션 바카라 흐름의 발생과 징후를 감지하고 손상을 줄이기 위해 빠르게 대피하는 것이 중요합니다 그것은 지금까지 에볼루션 바카라 흐름을 감지하는 데 널리 사용되었습니다와이어 센서에볼루션 바카라 흐름이 와이어를 자르면 알람이 발행되는 메커니즘이지만, 일단 와이어가 파손되면 재조정되어야하며 두 번째 또는 세 번째 파편 흐름이 지속적으로 발생하면 감지 할 수 없습니다 또한, 동물이 전선을 자르는 동물로 인해 잘못된 경보가 생성되었습니다 따라서 진동 센서를 사용한 에볼루션 바카라 흐름이 발생하여 강바닥이나 제방과 충돌하는 큰 돌로 생성 된 진동으로부터 파편 흐름을 감지하려는 시도가 이루어졌지만, 진동 (비, 바람, 지진, 볼카닉 트 속보 등)으로 인한 잘못된 경보 문제를 지적하는 지점이 있습니다 (Debris flow)
위에서 언급 한 것 외에도 다양한 에볼루션 바카라물 탐지 센서가 개발되었지만 일반적으로 유지 보수 비용을 포함하여 매우 비싸고 비용 절감은 어려운 과제였습니다 이번에는 센서 및 AI와 같은 기술에 정통한 AIST가 산사태 생성 메커니즘 및 하드웨어 및 소프트웨어 대책에 정통한 NIST는 2016 년 12 월부터 전통적인 산사태 감지 센서의 문제를 해결하기 위해 노력해 왔으며 전통적인 산사태 감지 센서의 문제를 해결하기 위해 노력해 왔습니다iot우리는 기술을 도입하는 "차세대 에볼루션 바카라 흐름 재해 감지 센서"를 개발하기위한 공동 연구를 수행하고 있습니다
이 연구 개발에는 두 가지 핵심 사항이 있습니다 하나는 에볼루션 바카라 흐름이있는 사이트에 설치된 다수의 진동 센서의 파형 데이터로부터 AI 분석을 통해 에볼루션 바카라 흐름의 진동 파형 만 감지하는 것입니다 진동 센서는 모든 종류의 진동을 픽업하므로 비, 바람, 지진 및 화산 진전과 같은 에볼루션 바카라물 이외의 진동은 에볼루션 바카라물이 흐르는 것처럼 거짓으로 판단해서는 안됩니다 이러한 이유로 AI 머신 러닝은 에볼루션 바카라 흐름으로 인한 진동 만 식별하는 방법을 실현하는 데 사용되었습니다 이것은 에볼루션 바카라가 자주 흐르는 사쿠라 지마를 선택함으로써 달성되었으며, 국립 연구소 (National Institute of Research)의 협력으로 고품질 라벨링 된 학습 데이터를 얻을 수있었습니다
두 번째는 많은 수의 진동 센서가있는 "얼굴"을 사용하여 파편 흐름 감지입니다 과거에는 많은 산사태 관련 측정 장비 및 센서가 비싸기 때문에 현장 현장에서 종종 설치되었습니다 즉, "지점"에서 감지되었습니다 그러나 단일 장치를 감지 할 때 장치가 오작동 할 수 있고 비용 외에도 여러 장치를 사용하는 "측면"의 탐지는 잘못된 판단을 유발할 가능성이 적습니다 따라서, 우리는 여러 센서 배열을 에볼루션 바카라 흐름 감지 센서 시스템으로 사용하는 방법을 고안했으며 이전보다 더 저렴하고 널리 사용되는 구현에서이를 실현했습니다
다음은이 두 가지 기술 지점의 세부 사항입니다
① AI 머신 러닝을 사용한 에볼루션 바카라 흐름 감지
그림 1은 AI를 사용한 에볼루션 바카라 흐름 감지의 흐름을 보여줍니다 주로 비정상 계산 장치와 에볼루션 바카라 흐름 감지 장치의 두 가지 프로그램으로 구성됩니다
 |
| 그림 1 : AI를 사용한 에볼루션 바카라 흐름 검출 흐름 |
에볼루션 바카라 흐름으로 모든 진동 데이터를 감지하면 계산량이 증가하여 현장에 사용 된 CPU의 부담이 증가하고 장착 비용이 증가하여 이상 계산 장치는 비정상적인 진동 데이터를 감지합니다 이상 계산기는 여러 진동 센서에서 진동 파형을 5 분 데이터 섹션으로 나눈 다음 각 센서에 대한 각 데이터 섹션의 비정상 수준을 계산합니다 각 데이터 섹션은 5 분이지만 각 오버랩은 1 분으로 구성되므로 비정법 수준은 1 분마다 계산되고 출력됩니다 이 이상 수준 계산은 다음과 같습니다요약 통계| 모든 센서가 높은 수준의 이상 결과를 나타내는 경우에만 데이터 섹션을 이상 후보로 사용하여 데이터를 에볼루션 바카라 흐름 감지 장치로 전송합니다 이런 식으로, 파편 흐름을 의심하는 것은 모든 센서에 이상이 표시 될 때만 의심 될 수 있으며, 무거운 기계가 특정 센서 근처에서 움직이거나 사람이 걷고 진동이 픽업되면 제거 될 수 있습니다 또한, 이상 계산 단위에 의해 비정상 후보로 선택된 데이터 섹션에는 에볼루션 바카라 흐름으로 인한 진동이 포함될뿐만 아니라 다른 요인으로 인한 진동이 높은 이상을 갖도록 계산되는 경우도 포함됩니다 파편 흐름 감지 장치는 이러한 비정상적인 후보로부터 실제 파편 흐름만을 감지합니다
높은 탐지 정확도가 높은 에볼루션 바카라물 검출 장치를 실현하려면 가능한 한 많은 고품질 학습 데이터를 얻는 것이 중요합니다 학습 데이터는 실제 진동 파형에서 추출 된 기능량과 진동이 발생했을 때 생성 된 라벨이있는 데이터입니다 이 경우 라벨은 에볼루션 바카라 흐름 및 기타 진동입니다 이 라벨링의 정확도는 탐지 정확도에 영향을 미치기 때문에이 개발에서 라벨링은 Sakurajima의 비디오 이미지 및 날씨 데이터를 사용하여 만들어졌으며 판단하기 어려운 경우 National Institute of Research Institute의 전문가들이 라벨링을 수행했습니다 이는 2017 년 6 월 3 일부터 7 월 4 일까지 수집 된 진동 파형 데이터를 사용한 학습 데이터를 사용한 기계 학습 방법입니다지원 벡터 머신를 사용하여 구현되었습니다
통계에 사용 된이 교차 검증 방법은이 에볼루션 바카라 흐름 감지 부품 소프트웨어를 확인하는 데 사용되었습니다 교차 검증 방법에서, 획득 된 샘플 데이터는 그것의 일부를 훈련 데이터로 사용하고 나머지는 테스트 데이터로 사용하여 여러 조각으로 나뉩니다 이는 차례로 반복됩니다 이 데이터에서 3 개의 에볼루션 바카라 흐름이 생성되었으므로, 각 데이터 그룹이 A, B 및 C 인 경우, 먼저 A 및 B는도 1의 학습 데이터로 사용됩니다 도 1 파편 흐름 감지 장치 소프트웨어를 형성하고 테스트 데이터 C는도 1의 왼쪽으로부터 입력으로 제공된다 1 에볼루션 바카라 흐름이 감지 될 수 있는지 확인합니다 다음으로, B와 C는 훈련 데이터로 제공되며 A는 파편 흐름을 감지 할 수 있는지 확인하기 위해 테스트 데이터로 제공됩니다 마지막으로, 우리는 C와 A를 훈련 데이터로, 테스트 데이터로서 B를 제공하여 동일한 방식으로 감지 할 수 있는지 확인합니다 구체적으로, 이번에 수집 된 데이터의 양은 1 분 5 분 데이터 섹션에 대한 8,835 개의 데이터 섹션 이었지만, 이들이 각 에볼루션 바카라 흐름에 대해 3 개의 그룹으로 나뉘어 질 때 교차 검증이 수행되었다 이상 계산기는 비정상 후보로서 619 데이터 섹션을 감지했으며, 파편 흐름 검출 섹션에 의해 상세한 분석을 수행 하였다 결과적으로, 대략 6%의 36 개의 데이터 섹션이 AI에 의해 에볼루션 바카라 흐름으로 인식되었으며, 실제 3 개의 파편 흐름 발생과 일치합니다 다시 말해, 에볼루션 바카라 흐름의 모든 발생은 잘못된 경보없이 정확하게 감지 될 수 있습니다
AI를 사용 하여이 시스템의 장점을 확인하려면이를 기존 방법과 비교했습니다 기존의 방법에서, 진동 파형의 강도에주의를 기울 였고, 특정 임계 값이 초과 될 때, 이상은 이상을 결정했다 거기통계 가설 테스트를 사용하여 동일한 8835 데이터 섹션을 분석했을 때, 826 데이터 섹션은 비정상적인 것으로 결정되었습니다 36 개의 데이터 섹션이 실제로 파편 흐름을 초래했기 때문에 약 95%에 해당하는 790 개의 데이터 섹션이 잘못된 경보입니다 다시 말해, 약 20 개의 경고 중 하나만 진정한 먼지 흐름 경고 만 접수됩니다 이것은 이번에 AI를 사용하여 개발 된 시스템의 장점을 확인했습니다
② 여러 저렴한 진동 센서가있는 무선 센서 네트워크 시스템의 구성
이번에 개발 된 파편 흐름 감지 센서 시스템은 "표면"을 기반으로하므로 개별 진동 센서가 저렴하지 않으면 사용할 수 없습니다 따라서 우리는 상업적으로 이용 가능한 일반 목적 부품을 결합합니다MEMS 진동 센서, 무선 통신 장치, 태양 광 패널 및 리튬 이온 배터리로 구성된 무선 센서가 제작되었습니다 부품의 총 가격은 약 10,000 엔이었습니다 센서는 최대 출력이 15W 인 태양 전지판을 사용하여 충전 된 리튬 이온 배터리로 구동되지만 센서의 전체 전력 소비는 약 013W이며 일단 완전히 충전되면 정상적으로 전력 생성이 없더라도 2 주 미만으로 정상적으로 실행할 수 있습니다
이 무선 센서는 Sakurajima의 Nojiri 강에 있습니다모래 손상를 배치함으로써 (Nojiri River No 7 Sand Control Dam 근처) 그림 2의 흰색 원에 표시된 총 17 개의 위치에서 업스트림에서 10 ~ 20m 간격으로 그림 2의 흰색 원에 표시되어 6 월 3 일부터 7 월 4 일까지 저렴한 센서의 여러 위치에서 표면 진동 파형 데이터를 얻을 수있었습니다
 |
| 그림 2 : Sakurajima에 설치된 센서 및 수신 및 데이터 수집 섹션 (위의 사진의 흰색 원이 실제로 설치되어 있음) |
이번에 개발 된 파편 흐름 감지 시스템을 사용한 에볼루션 바카라 흐름의 탐지는 실시간 감지가 아니므로 향후이 사이트에서 PC에서 기계 학습이 완료된 에볼루션 바카라 흐름 감지 섹션 소프트웨어를 구현하여 실시간 에볼루션 바카라 흐름 감지를 수행 할 것입니다 또한, 우리는 측정 데이터와 고품질 학습 데이터를 축적하여 Sakurajima 외부의 영역에서도 에볼루션 바카라 흐름이 감지 될 수 있음을 입증했습니다 한편, 향후 확산을 향한 시선으로, 우리는 저렴하고 내구성있는 센서를 계속 개발할 것입니다