5.2. 機械学習を利用した宇宙開発の新展開

(1)

5.2.

機械学習を利用した宇宙開発の新展開

宇宙航空研究開発機構研究開発部門

第三研究ユニット堤誠司氏

宇宙航空研究開発機構特別資料　JAXA-SP-19-010 16

(2)

5.2.

機械学習を利用した宇宙開発の新展開

宇宙航空研究開発機構研究開発部門

第三研究ユニット堤誠司氏

環境試験技術報告　第17回試験技術ワークショップ開催報告 17

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

(11)

(12)

(13)

質疑応答質問者①

ご発表ありがとうございました。質問ではなく感想とコメントになりますが、基本から課題まで隅々ご紹介いただきまして大変勉強になりました。20 年前になりますが実は私も大学にいた際に機械学習を使って故障診断をやっていました。当時からの疑問として、うまくできた場合でも、何故できたのかということがブラックボックスで、あまり進めることができなかったのですが、今になって大変ブームになっていて少し後悔しています。我々も、理論ベースで例えばコンポーネントとか宇宙機の環境試験において、故障のデータはあるのですが、理論だけで追っかけて行くとなかなか分析ができない。故障も実際に装置の蓋を開けてみないと分からないという状況ですが、この課題解決に機械学習を使って学習により判断できるのではないかと、若手職員も含めて勉強を始めているところです。これから我々の考えていることも含めて、色々とご協力いただければと思っております。

発表者

ありがとうございます。我々も故障検知技術などを自分たちで作り特許も出しているので、是非使っていければと思っています。幅広くディスカッションさせてください。試験ユニットではご自身でデータを扱われているので、データの質を重要視されていると思うのですが、結構良くあるのが、データがあるから一緒にやりませんかといわれて見てみると、

質が芳しくなかったりですとか、センサの位置が毎回変わっていて使えないデータであったりですとか、やはりデータの質というのは重要かなと思っています。皆さん色々なデータはお持ちだと思うので、議論させてください。

質問者②

大変勉強になりました。ありがとうございました。信頼性をどう考えるかということは大変だなと思います。今後の進め方として、例えば自律化を挙げるとすると、自律のルートを作ったときにそれが信頼性が高いのか低いのかといった判断は、古典的な模擬環境をいくつか作って検証するといった方法をとるのか、信頼性の定義自体をいじるといったトップダウン的なアプローチもありうるのか、その辺はいかがでしょうか。

発表者

すみません。分かりません。やはり難しくて、例えばディープラーニングの画像に関して今信頼性の議論を行っているのですが、その中で、例えば手書き文字の認識で1から9の文字をディープラーニングで識別していくという場合に、学習データとして用意したデータがきちんと予測したいデータを包含していたかという検証について、段々こうすれば良いということが分かってきました。ただそれがこういうものに直接適用しようとした時に適切かということはまだちょっと分からないので、そこはアイデアから変えていくべきなの

(14)