Paper Review 9 - FARED [Anomaly Detection]

Fast Adaptive RNN Encoder–Decoder for Anomaly Detection in SMD Assembly Machine

• 1st Author Name & Institute : YeongHyeon Park, Department of Computer and Electronic Systems Engineering, Hankuk University of Foreign Studies

Contribution

• 제품을 조립하는 기계소리만 가지고서 정상/비정상인지를 판단하는 Anomaly Detection 연구이다.
• 본 논문에서는 실제 현상에서 다양한 기계들이 조립하고 제품 변경이 이루어지기 때문에 시간적여유가 없는 상황에서도 충분히 대응할 수 있는 rnn 기반의 Anomaly Detection 을 선보임.
• 정상적인 소리만 가지고서 입력한 뒤 다시 입력과 동일한 출력이 나오도록 학습 시킨다. 뿐만 아니라 최대한 정상적인 소리에 대해서만 오버피팅이 잘 되도록 한다. 그러면 비정상적인 소리가 들어올 경우 제대로 복원이 되지 않기 때문에 복원 정도에 대한 오차로 정상/비정상을 판단 할 수 있게된다.

Proposed Architecture

Dataset

Valuable Relative Works

• Residual Error Based Anomaly Detection Using Auto-Encoder in SMD Machine Sound