research 『音による故障予知の教科書たたき台：4.3 ウィンドウ処理による分割』LLMと一緒に書いてみた—AIが導く研究メモ 4. データ前処理 4.3 ウィンドウ処理による分割 長い録音や連続するセンサー信号をそのまま一度に解析すると、時間ごとの変化が平均されてしまい、変化の瞬間や短いイベントを見落としやすい。そこで用いる基本が「ウィンドウ処理による分割」である。これは、信号を短い時間のかたまり（フレーム）に分け、各フレームごとに解析するや... 2025年8月28日
research 『音による故障予知の教科書たたき台：4.2 正規化・標準化』LLMと一緒に書いてみた—AIが導く研究メモ 4. データ前処理 4.2 正規化・標準化 観測したデータは、そのままでは単位や桁がばらばらで、比較や学習に不利なことが多い。そこで、値のスケール（大きさの尺度）を整える処理が必要になる。代表的なのが「正規化」と「標準化」である。ここでは、名前に惑わされないように、まず直感から説明し、その後で数式の形と使い分け、実務上... 2025年8月28日
research 『音による故障予知の教科書たたき台：4.1 ノイズ除去（フィルタ、平均減算）』LLMと一緒に書いてみた—AIが導く研究メモ 4. データ前処理 4.1 ノイズ除去（フィルタ、平均減算） 計測した音や振動のデータには、知りたい信号に重なる形で「ノイズ（不要な揺らぎ）」が含まれることが多い。ノイズを適切に減らすと、変化の兆候が見えやすくなり、誤検知や見逃しが減る。ここでは、現場で扱いやすい二つの基本を中心に整理する。1つ目は「フィルタ」で周波数... 2025年8月28日
research 『音による故障予知の教科書たたき台：3.11 ゼロ交差率の活用例』LLMと一緒に書いてみた—AIが導く研究メモ 3. 基本的な信号処理手法 3.11 ゼロ交差率の活用例 ゼロ交差率は、音の波形が時間とともに上下に揺れるとき、「波形がゼロの線（基準の0レベル）を何回またいだか」を数えた指標である。短い時間ごと（フレームごと）にこの回数を数え、1秒あたりに直せば「ゼロ交差率（Zero Crossing Rate: ZCR）」になる。... 2025年8月28日
research 『音による故障予知の教科書たたき台：3.10 エンベロープ抽出』LLMと一緒に書いてみた—AIが導く研究メモ 3. 基本的な信号処理手法 3.10 エンベロープ抽出 エンベロープ抽出は、時間とともに強さがゆっくり変わる「包み線（エンベロープ）」を信号から取り出す手法である。まず直感から説明する。回転機の軸受で小さな傷があると、転動体が傷の上を通過するたびに「コツッ」という微小な衝撃が周期的に起こる。この衝撃は機械の高い固有振動... 2025年8月28日
research 『音による故障予知の教科書たたき台：3.9 フィルタ処理（ローパス・ハイパス等）』LLMと一緒に書いてみた—AIが導く研究メモ 3. 基本的な信号処理手法 3.9 フィルタ処理（ローパス・ハイパス等） フィルタとは、信号に含まれる周波数成分のうち「通したい帯域は通し、不要な帯域を弱める」ための処理である。が基本の4種類で、用途に応じて使い分ける。 フィルタの効き方は、周波数ごとの入出力比（ゲイン）を描いた特性で表し、どの周波数でどれだけ通す／減... 2025年8月28日
research 『音による故障予知の教科書たたき台：3.8 パワースペクトルの意味』LLMと一緒に書いてみた—AIが導く研究メモ 3. 基本的な信号処理手法 3.8 パワースペクトルの意味 パワースペクトルは、時間とともに変化する信号の「強さ」を、周波数ごとにどれだけ含んでいるかで表したグラフである。横軸は周波数、縦軸はパワー（信号の強さ、振幅の2乗）で、信号を周波数ごとに分解して「この帯域にはどれくらいの力が含まれているか」を見える化するものと... 2025年8月28日
research 『音による故障予知の教科書たたき台：3.7 スペクトログラムの作成と読み方』LLMと一緒に書いてみた—AIが導く研究メモ 3. 基本的な信号処理手法 3.7 スペクトログラムの作成と読み方 スペクトログラムは、時間の経過とともに音に含まれる周波数の強さがどのように変化したかを、ひと目でわかるように可視化した図である。横軸が時間、縦軸が周波数、色や濃さが強さ（エネルギーや振幅）を表すヒートマップになっており、音声・機械音・環境音などの「いつ... 2025年8月28日
