リカレントニューラルネットワーク(RNN)を用いて、原子力プラント監視システムの開発を行った。原子炉の動特性は、3層のRNNでモデル化されている。この異常検知手法の基本概念は、実プラントからの測定信号と、RNNによるプラントモデルからの予測信号の偏差を監視することである。本監視システムをオフラインで適用した結果、RNNによって、過渡運転を含む広出力範囲に渡って、原子炉の複雑な動特性をモデル化し、監視することが可能となった。テスト結果により、RNNを用いた監視システムは、PWRシミュレータにある既存の警告システムよりも早い段階で、いろいろな異常事象を検知した。