[1D]時系列データ(1)

10:00 〜 10:25

[1D-01] GANを使用した時系列データの異常検知における適切なノイズ強度に関する一検討

*森 仁美¹、丸 千尋^1,2、中野 美由紀³、小口 正人¹ (1. お茶の水女子大学、2. 中央大学、3. 津田塾大学)

発表者区分：学生
論文種別：ロングペーパー
インタラクティブ発表：あり

キーワード：

時系列データ分析、機械学習応用、異常検知、GAN、ノイズ

異常検知の技術は，医療診断など様々な分野において用いられ，盛んに研究が行われている．さらに，近年では，IoT機器などから集約したデータをクラウド上で扱うニーズも増加していることから，プライバシ保護されたデータに対する深層学習を用いた異常検知の需要が高まっていると言える．時系列データを異常検知の対象とする場合，データに対しノイズを加えて特徴を曖昧化することで，元データの直接的な外部への公開を防ぐことが可能となる．一方で，一定量以上のノイズを付加すると異常検知精度が低下する恐れがある．よって，本稿では，深層学習モデルの一種であるGANを使用した時系列データに対する異常検知に焦点を当て，異常検知が可能となる適切なノイズの大きさについて実験と考察を行った．