Unsupervised Vibroacoustic Anomaly Detection for End-of-Line Testing of High-Variation Hydraulic Machinery
本論文は、エンド・オブ・ライン試験中の変動の大きい油圧機械における振動音響異常を効果的に検出するために、ロバスト主成分分析と重み付きコフェネティック相関に基づくクラスタリングを組み合わせた教師なしフレームワークであるASD-BODを提案し、製品ごとの再チューニングを必要とすることなく検出性能を大幅に向上させるものである。