産業プロセスにおける故障検出と診断のためのオートエンコーダに基づく表現学習のレビュー

プロセス監視技術は、産業プロセスの定常状態を維持する上で重要な役割を果たしています。しかし、現代の産業プロセスがますます複雑化する中で、従来の監視方法では満足できるパフォーマンスを提供できません。過去数十年にわたり、深層学習モデルは産業データ分析において急速な発展を遂げており、特にオートエンコーダ（AE）は、プロセス監視のさまざまな課題に対処するために広く使用され、多くの関連する研究が提案されています。本論文は、AEに基づく産業応用の包括的なレビューを提示することを目的としており、主にAEに基づく表現学習と監視戦略の2つの部分を含み、AEに基づく監視方法の全体的な設計プロセスを示します。特に、まずAE、AEの変種、エンコーダーデコーダーフレームワークを簡潔に紹介します。次に、産業データの特性の観点から、AEに基づく表現学習を包括的にレビューします。その後、故障検出戦略や故障診断戦略を含む監視戦略の最先端の研究をレビューし、議論します。最後に、将来の研究の展望について探ります。