複数の漏水音を学習データに活用した漏水判定モデルの汎化性能評価

抄録

　本研究では，既往の研究で提案された漏水判定モデルに関する汎化性能の評価に主眼を置いた実験を試みる．対象となる漏水判定モデルは，リカレンスプロットと畳み込みニューラルネットワークを応用したモデルである．本実験では異なる10地点で観測された実漏水音を使用し，漏水判定モデルを構築するための学習データの組合せを複数検討した．その上で，構築したモデルが未学習の実漏水音（判定データ）に対して十分な汎化性能を有するか否かを検証した．実験の結果，学習に2地点の観測データを用いた「2地点モデル」では，90％程度の高い精度を示す良好な結果が得られた一方，精度が50％を下回る不成功事例も確認され，良否の乖離が大きいケースが生じた．しかし，「8地点モデル」では，10地点中7地点に対して80％以上の精度を達成しながら，「2地点モデル」の適用において判定精度が悪かった地点の精度向上を確認することができた．