aws-recipe-user はじめに
前回の記事 では、Amazon SageMaker を使って異常検知のサンプルアーキテクチャをご紹介しました。
AWSにはSageMakerの他にも異常検知に便利なサービスがあるので、本記事にて代表的なものをいくつかご紹介いたします。
Amazon Monitron
Amazon Monitron は、機械学習を使用して産業機械の異常な動作を検出し、予知保全によってダウンタイムを低減することを可能にすることができます。
産業機械にMonitronセンサーを取り付け 振動や熱を計測し、そのデータをクラウド上に転送して機械学習によって異常な動作を検知します。
※2021/05/10時点で米国、英国、およびEUのみでデバイス購入可能、利用できるリージョンは米国東部 (バージニア北部) および欧州 （アイルランド）のみです。
https://aws.amazon.com
Amazon Monitron に含まれるもの
- 振動と温度のデータを取得する Amazon Monitron センサー
- AWS にデータを安全に転送する Amazon Monitron ゲートウェイ
- 機械学習を使用して機械の異常パターンのデータを分析する Amazon Monitron サービス
- およびデバイスをセットアップし、機械の潜在的な障害を追跡するためのコンパニオンモバイルアプリ
Amazon Lookout for Equipment
Amazon Lookout for Equipment は、機器のセンサーで得られたデータを自動で分析して、機器の異常検知や予知保全を実現します。
リアルタイムでセンサーデータを分析して、機械障害につながる可能性のある早期警告の兆候を正確に特定します。
https://aws.amazon.com
Amazon Lookout for Vision
Amazon Lookout for Vision は、コンピュータービジョン を使用して視覚表現の欠陥や異常を発見する機械学習サービスです。
正常な製品と欠陥のある製品を示す画像をアップロードしてタグ付けをすることで、欠陥を検出するモデルを自動で作成することができます。
https://aws.amazon.com
AWS IoT
AWS IoT を使用すれば、機器の状態、正常性、性能を継続的にモニタリングおよび推測して、問題をリアルタイムで検知できます。
引用元：https://aws.amazon.com/jp/iot/solutions/industrial-iot/?c=i&sec=uc1
AWS IoT Analytics
AWS IoT Analytics に事前に定義されているテンプレートを使用して、強力な予知保全モデルを簡単に構築し、フリートに適用できます。
例えば、AWS IoT Analytics を使用して、接続された貨物車で冷暖房装置が故障するタイミングを予測できるため、適切な補修を行って輸送上の損傷を防ぐことができます。
引用元：https://aws.amazon.com/jp/iot-analytics/?c=i&sec=srv
AWS IoT Events
AWS IoT Events は、複数の IoT センサーやアプリケーションのデータを継続的に監視し、AWS IoT Core や AWS IoT Analytics といった他のサービスと統合してイベントの早期検出と固有の分析を可能にします。
引用元：https://aws.amazon.com/jp/iot-events/?c=i&sec=srv
AWS IoT Core
AWS IoT Core を使用すれば、IoT デバイスを AWS クラウドに接続できます。
引用元：https://aws.amazon.com/jp/iot-core/
AWS Lambda、Amazon Kinesis、Amazon S3、Amazon SageMaker、などといった Amazon のサービスを簡単に使用して、接続されたデバイスで生成されたデータを収集、処理、分析し、そのデータに基づいてアクションを起こす IoT アプリケーションを構築できます。
まとめ
このように、AWSには異常検知をする上でたくさんのサービスが用意されています。
やりたいことに合わせて使うサービスを検討することができるのも、AWSなどのクラウドサービスを使うメリットだと思いました。
