本論文では，畳み込みニューラルネットワーク（CNNs）を用いた不具合検知・診断（FDD）手法において，対象熱源システムで高い診断性能を発揮可能とする教師データの作成を目的として，作成手法を検討した。具体的には，CNNs の学習時間の抑制と診断性能の向上の観点から，1）診断対象とする不具合の選別，2）不具合程度の設定，3）複数不具合同時発生時の教師データの作成，4）各不具合における画像データ量（日数）の設定を検討した。本手法を用いることで，対象システムにおいてデータ量を抑えかつCNNs が高い診断性能を発揮する教師データを作成できることが示された。
