ANNOMA (Artificial Neural Network of Monitoring Aids)システムを、インドネシアにある多目的原子炉(RSG-GAS)の状態監視と信号評価に適用した。フィードフォワードネットワークで原子炉の正常運転データを学習し、原子炉の動特性をモデル化する。本手法は、実際の原子炉からの測定信号とニューラルネットワークモデルによる推定値の偏差を監視することで、異常検知を行うことである。各信号の偏差のパターンから異常判別(センサ故障かシステムの異常)も可能となる。オンラインによるテスト結果から、出力上昇及び定常運転時の原子炉状態をリアルタイムで監視することに成功した。