@techreport{oai:kindai.repo.nii.ac.jp:00020629,
 author = {湯本, 真樹},
 month = {},
 note = {https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-16K00314/, 研究成果の概要（和文）：ビル空調システムにおいて測定値時系列データは多数のセンサから観測されているが異常検知は困難である。これは専門家知識により異常を検知するためである。そのためデータからの自動的な異常検知方法が求められている。本研究では、ビル空調システムにおける測定値時系列データからの構成要素間の因果関係を表す定性モデルによるラフ集合の決定ルールを用いた異常診断方法を提案した。提案方法ではまず、測定値時系列データを定性モデルにもとづいてデータセットに変換する。次に各区画のデータセット比較によりラフ集合の決定ルールを求める。最後にルールが持つ評価値から異常を特定する。実証実験では専門家知識を使わず異常を診断できた。研究成果の概要（英文）：In a building air-conditioning system, measured time-series data is observed　from many kinds of sensors. It is difficult to detect the fault by the administrators because only　the limited experts can diagnose the unusual system. Thus, a new method is required, which can　detect faults from measured data using computers automatically.　This research proposes the method of fault diagnosis with decision rules of rough set based on　qualitative model of measured time-series data in building air- conditioning system. First, the　proposal method converts target measured time-series data into data set based on target qualitative　model. Next, this method constructs the decision rule of a rough set by comparison of the data set　for every block. Finally, this method detects fault through comparison of evaluation values. Through　practical experiments, it is confirmed that the proposal method can detect faults without expert　knowledge in a building air-conditioning system., 研究種目：基盤研究(C);  研究期間：2016～2018;   課題番号：16K00314;   研究分野：知能情報処理;   科研費の分科・細目：, application/pdf},
 title = {時系列データからの構成要素間因果関係抽出によるビル空調システム異常診断方法の確立},
 year = {2019},
 yomi = {ユモト, マサキ}
}