異常検知とは? 機械学習を用いたシステムの特徴を解説
近年では、機械学習を用いた異常検知システムの導入が製造業を中心に進んでいます
目次
異常検知とは?

異常検知とは、膨大なデータの中から異常な状態のデータ(他の大多数のデータと比較して異なる状態のデータ)を検出する技術を指します。
異常検知は様々な分野への活用が可能な技術ですが、その代表例として「製造業」への活用が挙げられます。具体的には、機械学習を用いた異常検知システムの活用が製造業において期待されています。
異常検知の代表的な手法
異常検知の代表的手法として、「ボテリング理論」「k近傍法」「単純ベイズ法」が挙げられます。
ホテリング理論
ホテリング理論は、人の主観に影響を受けずに、客観的な評価を行うために統計モデルを用いる手法です。そのため、外れ値(異常値)を検知したい場合の最も基礎的な手法として一般的に認知されています。
k近傍法
k近傍法は、分類の際に使用される手法です。異常検知を実施するデータが多数のクラスターからなる場合、ホテリング理論では外れ値(異常値)を取り除くことができません。そのため、確率分布を明確にしないで外れ値(異常値)を検知するk近傍法を用います。
時系列データの外れ値(異常値)を検知する際に用いられることが多い手法です。
単純ベイズ法
単純ベイズ法は、ベイズの定義を基にしたアルゴリズムです。ベイズの定義は、データセットがいくつか与えられたとき、それを基にした複数の推定がある場合に、どの推定が最も近しいのかを判断する際に用います。
機械学習を用いた異常検知の台頭

従来の異常検知は機械設備にセンサーを取り付け、収集されるデータを基に人が異常の有無を判断していました。
しかし、データの分類・識別を可能にする機械学習は異常検知との親和性が高いため、機械学習を用いた異常検知を製造業へ導入することによって、これまで人が行ってきた作業を自動化することが可能です。
異常検知に用いられる5つの機械学習モデル
機械学習モデルには様々なものがあります。その代表例として、「教師あり学習」「教師なし学習」「半教師あり学習」「強化学習」「生成モデル」をご紹介します。

教師あり学習
教師あり学習とは、人が教師として機械に「正解」を教えることによって、機械に学習を行わせる手法です。
具体的には、大量のデータを取り込み、それぞれに「正常」「異常」といったラベル(判定)を付けていきます。このラベルに基づいたトレーニングを繰り返すことによって、正常・異常の判断の精度を求められているところまで引き上げていくことになります。仮に検出したい異常状態が明確な場合は「教師あり学習」が強みを発揮します。しかしその一方で、異常状態が事前に把握できていないような場合は「教師なし学習」の方が優れています。
教師なし学習
教師なし学習も、大量のデータを取り込むことで機械に学習を行わせる点は「機械あり学習」と同様です。教師あり学習との最も大きな違いは、ラベル(判定)を人が事前に付けるのではなく、データに基づいてAIに自律的に判定を行わせる点にあります。そのため、機械なし学習の方がより多くのデータを必要とします。
半教師あり学習
半教師あり学習とは、その名の通り、教師あり/なし学習のどちらの要素も取り込んだ手法です。少量のデータにのみラベル(判定)を付け、そのラベルを参考に他のデータのラベルをAIに自律的に認識させます。
なお、異常検知においては正常なデータのみを学習する方法が数多くあるため、その際に半教師学習と呼ぶケースもあります。
強化学習
強化学習とは、AIに報酬を与えることで自発的に学習させていく手法です。例えば、様々なシミュレーションの末に最大化した利益を得るような方法は強化学習にあたります。異常検知として活用されるケースは少ないものの、株取引などで用いられているアルゴリズムです。
生成モデル
生成モデルは、データに基づいてオブジェクトをつくりだします。外れ値を検出することができ、データのサンプリングが可能です。異常検知においては、正常データのみを学習させる場合に役立ちます。
システムを活用した異常検知を導入するメリット

製造業の異常検知において、学習モデルによる異常検知システムを活用するケースが増えています。この技術を活用することで、異常検知を機械で自動化することが可能です。
機械の異常を素早く察知できる
AIを使用した異常検出技術は、機械の異常な動作を感知する能力を提供します。データを事前に学習させておけば、異常を事前に検知できるため、事故や問題の発生を未然に防ぎ、システムの安全性向上に寄与してくれるでしょう。
業務効率の向上
機械学習を活用することで、従業員は最低限の業務で異常を検知できるようになります。AIは明確な可視的および数値的な基準に基づいて異常を検知します。機械学習の力を借りることで、AIは人が難しいと感じるほど微細かつ速やかな検知を実行します。
従業員はこの明快なAIの働きをサポートすることで、高精度な異常検知業務を実施できます。人間の視覚や感覚だけを頼りに異常を見つけることは心理的にも負担が大きいことがありますが、AIの導入により、従業員はそのような負担から解放されつつ、検知にかかる時間も短縮することが可能です。
属人化の解消
製造業界では、長年の経験に裏打ちされた熟練検査員の技術に依存する傾向が強くあります。しかしながら、これに頼りっきりとなることはリスクを孕んでいます。特に、熟練検査員が退職すれば、経験の浅いスタッフが残る可能性が高まり、不良品の適切な検出が難しくなるという課題が生じることでしょう。
このような課題において、異常検知システムの導入は有効的です。異常検知システムは熟練検査員に過度に依存する必要性を排除し、属人化を防ぐ一助となります。
ヒューマンエラーの削減
人間による検査では、避けられないヒューマンエラーが発生する可能性が高いため、この問題を防ぐことは非常に難しい課題です。しかし、異常検知システムの導入により、人間による検査よりも高い精度で異常を検知できるため、ヒューマンエラーの発生を抑制することができるようになります。
異常予兆検知システムの構築フェーズと各ポイント
異常検知システムの構築にあたっては、以下のようなフェーズを経る必要があります。

以下に、開発を除く、3つのフェーズについての各キーポイントを解説します。
目的・課題の整理
異常検知は目的ではなく、手段です。そのため、前提条件となる目的・課題を整理したうえで、異常検知という選択肢を講じる必要があります。
また、対象プラント・機器の重要度によって求められる検知タイミングや精度が異なるため、全体観とは別に個別の目的・課題も洗い出します。

分析・設計
分析・設計のフェーズにおいては、「変数選択」「前処理」「検知アルゴリズム」「アラートルール」がキーポイントとして挙げられます。
変数選択
異常がどのようにデータとして表れるのかを分析し、その結果を基に、未経験の異常が起こった際にどのような変化が見てとれるのかの仮説を立てます(ドメイン知識による仮説に基づいた変数選択)。
例)ある機器の故障を検知したい場合、機器近辺のセンサー値を採用。SV値など変化のない値は除外etc
前処理
|
センサーからの瞬時値をそのまま使う? |
・センサー値をそのまま使用するケースはほとんどなく、データの平滑化や粗視化といった前処理をかける ・変動が激しい際は差分値(1時点前の値との差)が有用な場合もある |
|---|---|
|
外れ値除去 (ノイズ除去) |
・全期間でノイズが乗っている ・不調になるとノイズが乗り始める |
|
特徴量抽出 |
例)時系列データを、ある一定の期間単位で評価・判定したい場合
その期間の波形の特徴量を抽出 ・基本的な統計量(平均値、分散、最大値etc) |
検知アルゴリズム
|
正常データの分布に基づいた手法 |
正常時のデータの分布からどれだけ外れているか
・機器/装置周辺の複数の変数でグルーピング ・過去の正常時のデータを使って、分布/特徴を学習 ・現在値が正常データの分布からどれだけ離れているか距離を算出し異常度とする(距離の算出には、正常データの分布の種類により適した手法を選択) |
|---|---|
|
ソフトセンサーの応用 |
ソフトセンサー(仮想計測技術):
異常検知したい機器周辺のセンサーの中から目的変数を選択 ・過去の正常時のデータを使って、予測モデルを構築 ・構築した予測モデルに、現在値を入力し、目的変数の値を予測 ・目的変数の予測値と実測値の差を異常度とする |
|
ディープラーニングを使った手法 |
オートエンコーダー
・考え方はソフトセンサーと同じ ・入力に対し、全変数を出力するモデル ・正常データでモデルを構築し、現在値を入力し判定 ・出力層と入力層の差を異常度とする |
アラートルール
誤検知を防ぐために(モデル自体の精度がある前提で)アラートを鳴らすルールを設けます。
適切な閾値を設ける
100点の閾値は難しいという前提条件の理解が重要です。
異常度のトレンドやヒストグラムを参考に設定。取りこぼしを極力失くし、誤検知をどこまで許容できるかを決めます。
適切なルールを決める
異常度が閾値を超えるとアラートを鳴らすというのを基本としつつも、プラスアルファで「○回連続で超えるとアラート」「ある期間中に◯回超えるとアラート」という工夫を施すことで、ご検知を減らすことができます。
導入・活用
現場でのスムーズな活用を実現するためのポイントを2点ご紹介します。
手間を増やさない
異常検知システムを導入したことにより、現場で監視すべき画面を極力増やさないことが重要です。

付加価値を付ける
例)稼働設備のリアルタイムの運転評価

稼働設備のスコアリングとしてもシステムを活用することで、設備のトラブルをより回避しやすくなります。
閾値を基準に異常のアラートを鳴らすように設定するだけでは、設備の正確な状態は把握できません。そこで、設備の状態をデータとしてリアルタイムで可視化できるようにシステムを構築することで、設備の運転評価を常時行うことができるようになります。
SAILESS(異常予兆検知システム構築サービス)のご紹介

宇部情報システムでは、正常データからAIを用いて、従来のアラートシステムでは検知出来ない異常・故障を早期に検知することができる「異常予兆検知システム構築サービス SAILESS」をご提供しています。
SAILESSは、パッケージではなく構築サービスです。様々なお客様の現場で抱える課題に対し、ジャストフィットした検知システムをご提供するため、実際のデータの分析から行い、最適な検知システムを構築するサービスを展開しています。

正常データを利用したシステム構築
SAILESSでは、各種センサーから得られた正常稼働時のデータによって構築された検知モデルを用いて「異常度」を算出し、アラートするシステムです。
未経験トラブルも予兆検知可能
SAILESSでは、正常時データだけで検知モデルを構築するため、これまで未経験のトラブルでも予兆検知することが可能です。
ユーザーによる運用や横展開が可能
導入後、AIモデルのチューニングや、同一傾向がある他の機器への横展開をユーザー様ご自身で実施出来る仕組みをご用意します。
異常検知の
関連プレゼンテーション
関連記事
現場DXとは? 推進するメリットや実現に向けたおすすめ関連製品をご紹介します
新型コロナウイルスの影響を受けて、オフィスワークなどのホワイトカラー業務のデジタルトランスフォーメーション(DX)が急速に進展しています。しかしその一方で、工場や研究開発現場、データセンターや建設現場、発電所などの施設、そして直接的な現地確認が必要な営業場面など、リモート作業やDX化が難しい分野も浮かび上がっています。 そこで今回は、近年注目が集まっている「現場DX」についてご紹介します。推進のメリットや進め方に加えて、現場DXに関連するおすすめの製品も紹介していますので、ぜひ参考にしてみてください。 このような方におすすめです ・現場DXを推進するメリットを知りたい方 ・現場DXを推進するポイントや具体的な進め方を知りたい方 ・現場DXの実現に貢献するおすすめ関連製品を知りたい方
2025年10月28日
工場のIoT化を実現するために必要なこととは? 3つのステップと関連おすすめ製品をご紹介
IoT(Internet of Things)とは、様々なモノがインターネットに繋がれている仕組みを意味します。近年では、製造業・物流業・農業・医療などの産業向けIoTが浸透しつつあり、今後は更にIoT導入企業の増加が予想されています。この記事では、特に工場のIoT化に焦点を当て、導入のメリット、導入までのステップを紹介します。 このような方におすすめです ・工場のIoT化における概要やメリットについて知りたい方 ・工場のIoT化を実現するための進め方について知りたい方 ・工場のIoT化を推進するおすすめ製品を探している方
2025年10月21日
産業用PCとは?民生用との違いや種類・メーカーの選び方を解説
工場の自動化(FA)や社会インフラ、さまざまな産業分野において、産業用PCは不可欠な存在となっています。オフィスで使われる一般的なPCとは異なり、過酷な環境下での安定稼働を前提に設計されているのが大きな特徴です。本記事では、産業用PCの基礎知識から民生用PCとの違い、主な種類と用途、選定のポイント、そして導入までの流れについて詳しく解説します。
2025年09月25日
自動機(省力化装置)とは?種類、導入のポイントやメーカーの選び方を解説
日本の製造業は、少子高齢化に伴う労働力不足や生産性の向上といった、多くの課題に直面しています。このような状況を打開するための有効な一手として、工場の自動化、特に「自動機(省力化装置)」の導入に大きな注目が集まっています。本記事では、製造業の経営や生産現場に携わるご担当者様に向けて、自動機(省力化装置)の基本的な知識から、導入のメリットや注意点、具体的な種類、そして導入を成功させるためのポイントについて詳しく解説します。
2025年09月05日
ERPとは?企業の業務を統合管理する基幹システムの基本と導入メリット
企業活動の複雑化が進む現代において、各部門で個別に管理されている情報を統合し、経営資源を有効活用することは、企業の競争力向上に不可欠です。こうした背景の中、ERP:Enterprise Resource Planning(統合基幹業務システム)が関心を集めており、企業の業務プロセスを一元的に管理し、最適化を図るための基幹システムとして、多くの製造業で導入が進められています。 本記事では、製造業に携わる企業のご担当者様向けに、ERPの基本的な概念から、主な機能と構成、導入メリットや選定ポイント、そして代表的な製品の比較まで、幅広くご紹介します。
2025年09月29日
PLM導入で何ができるのか?主要機能と導入メリットを詳しく解説
製造業において、製品開発から販売、保守、廃棄に至るまでの一連のプロセスは複雑化し、多岐にわたります。このような複雑な製品ライフサイクル全体を効率的に管理し、競争力を高めるための仕組みがPLM(Product Lifecycle Management:製品ライフサイクル管理)です。 本記事では、PLMの概要からPLMシステムの主な機能、導入メリット、さらには主要なPLMシステム製品の比較、PLMとERPの違い、PLM導入を検討する際のポイントまで、PLMについて幅広くご紹介します。
2025年09月16日
MESとは?製造現場の課題解決につながる機能と導入メリットを解説
今日の製造業において、生産現場の効率化と品質向上は企業の競争力を左右する重要な要素です。こうした背景の中、MES(Manufacturing Execution System:製造実行システム)への関心が高まっています。MESは、製造現場のリアルタイムな情報を収集・管理し、製造現場全体を最適化するためのシステムです。 本記事では、MESの基本的な概要から、その主な機能と管理領域、導入によるメリット、そして導入のステップや注意点まで、MESについて基本的な情報を収集している製造業のご担当者様向けに、わかりやすく解説します。
2025年09月16日
遠隔監視とは?遠隔監視システムを活用するメリットとおすすめの関連製品をご紹介
遠隔監視とは、カメラやセンサから取り込んだ設備保全にまつわる情報を、遠距離からPC・スマホ・タブレット等のディスプレイで監視する技術を指します。この記事では遠隔監視システムを活用するメリットとおすすめ製品をご紹介しています。
2025年10月29日
工場ネットワーク構築 | ミスター省エネで生産効率の向上
製造業において、工場ネットワークの構築はデジタル時代・IT時代における重要な課題です。工場ネットワークを構築することで、設備の稼働を安定化するような守りの運営を実現しやすくなるだけでなく、データ分析による生産効率の向上を図れるなど、攻めの工場運営にも繋がります。 そこで今回は、工場ネットワークを構築するためのポイントや注意点ついて解説します。構築に貢献するおすすめのソリューションも併せてご紹介しますので、工場のデジタル化・IT化を検討中の企業様は、ぜひ参考にしてみてください。
2025年09月16日
環境センサとは? 種類別の特徴と用途事例をご紹介
私たちが快適で安全な生活を営む上で、温度・湿度・CO2濃度など、環境データを管理することは非常に重要です。また、企業にとっても、安定的な生産活動を行うために、これらの要素を把握し管理することはとても重要であり、その検出に使われるのが「環境センサ」です。この記事では、環境センサの種類を解説し、用途事例を紹介します。
2025年10月20日
稼働管理とは? 設備の状態を可視化するメリットやおすすめの管理システムをご紹介します
稼働管理とは、製造現場の機械設備が計画通り稼働しているかを把握し、正常の稼働状態を保つために管理することを指します。この記事では、稼働管理の必要性、おすすめの稼働管理システムをご紹介しています。
2025年10月16日
電力監視の重要性とは? 実施するメリットとおすすめの関連製品をご紹介
製造業において電力監視を行うメリットは、省エネによる余分なコストの削減が実現できる点にあります。この記事では電力監視の実現に向けて重要なことや、おすすめ製品をご紹介しています。
2025年10月14日
製造業におけるDX化とは? メリットと事例、おすすめの関連システムをご紹介します
製造業のDX化は製造現場のデータを収集し”見える化”をすることによってもたらされる効果は非常に多く、DX化との親和性が非常に高い業態であると言えます。この記事では、製造業におけるDX化のメリットと事例をご紹介しています。 このような方におすすめです ・製造業DXの概要や実現するためのポイントについて知りたい方 ・製造業DXを実現した具体的な事例について知りたい方 ・製造業DXの実現に貢献するおすすめ製品を探している方
2025年10月06日
保全管理とは? 製造業に導入するメリットとデジタル化システムをご紹介
工場設備における保全管理とは、機械設備が正常に安定的に稼働するように管理を行うことを指します。この記事では工場設備の保全管理におすすめのシステムをご紹介しています。
2025年09月12日
工具IoTとは? 特徴・メリットや工具に後付け可能なツールをご紹介
製造業のDX推進において注目を集める「工具IoT」。既存の工具にIoT機能を後付けできる手軽さと、品質管理の高度化を両立するソリューションとして、特に中小製造業での導入が加速しています。本記事では、工具IoTの基本的な特徴やメリット、簡単に導入できる工具IoTツールについて詳しく解説します。
2025年10月21日
製造業に求められるデータマネジメントとは?推進のポイントや成功事例
日本の製造業は、労働人口の減少、時間外労働の上限規制、カーボンニュートラルへの対応など、多くの課題に直面しています。これらの課題を解決し、生産性向上を実現する鍵となるのが「データマネジメント」です。現場に散在する膨大なデータを適切に管理・活用することで、製造プロセスの最適化や品質向上、迅速な経営判断が可能になります。 本記事では、製造業におけるデータマネジメントの重要性から、成功させるための具体的なポイント、実践プロセス、成功事例までを分かりやすく解説します。
2025年10月10日
製造業IoTとは?メリットや導入の流れ、知っておきたいポイントを解説
昨今、多くの製造業が人手不足やグローバルでの競争激化といった課題に直面しています。このような状況を打開する鍵として、「IoT」が大きな注目を集めています。本記事では、製造業におけるIoT化で実現できることやメリット、活用されるデータ、導入の基本的な流れ、そして注意すべきポイントについて詳しく解説します。
2025年10月10日
倉庫・工場向けバーコードリーダー完全ガイド|効率化と生産性向上のカギ
物流や製造業の現場で効率化が求められる今日、バーコードリーダーの重要性が高まっています。 今回は、効率的な在庫管理や生産性向上のポイントを押さえ、最適な機器選びのヒントとなるよう倉庫・工場向けバーコードリーダーの基本から活用事例、選び方ポイント、さらには実装手順などについて詳しく解説します。
2025年09月05日
誤投入防止|導入効果およびAI-OCRによる照合システムを紹介
製造現場における原料の誤投入は、製品品質や生産効率に重大な影響を及ぼす課題です。材料誤投入防止システムは、この課題を解決し、安全で効率的な製造プロセスを実現する重要なソリューションとして注目されています。 本記事では、システムの特徴や導入効果、選定時のポイントについて詳しく解説します。
2025年09月24日
製造業を支える産業用ネットワークセキュリティ 工場を守るための知識と対策
近年、製造業ではデジタルトランスフォーメーション(DX)推進やスマートファクトリー化が加速する一方、工場を狙ったサイバー攻撃のリスクも増大しています。本記事では、製造業および工場における産業用ネットワークセキュリティの重要性、直面する課題、そして不可欠な対策や関連法規について詳しく解説します。
2025年09月17日




