[1D]時系列データ(1)

11:40 〜 12:05

[1D-05] エントロピーに基づく大規模イベントデータのための異常検知アルゴリズム

*栢野 智^1,2、松原 靖子¹、川畑 光希¹、櫻井 保志¹ (1. 大阪大学産業科学研究所、2. 大阪大学大学院情報科学研究科)

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、情報理論

多属性・多次元時系列データは，幅広い分野において絶え間なく生成されており，それらの解析結果から得られる知見が様々な社会問題の解決に活用されている．このような状況の中，より多くの知見を得るために，与えられた時系列データから複雑かつ時間発展するパターンの検出が求められている．一方で自動制御等の発展に伴い，与えられるデータに攪乱が生じている可能性があり，実データやデータ数等の単純な統計値のみを用いる既存手法では適切な異常検知が困難な場合がある．本研究では，データや事象のばらつきに着目し，それらを情報量の変化として捉えて過去の傾向と比較することにより，既存手法では捉えられなかった異常パターンを検知する手法の開発を行った．具体的には，情報量に基づくテンソルデータからの特徴抽出方法の開発，抽出した特徴からの多角的パターン抽出モデルの作成を行い，様々な観点で求めることができる情報量の中から，異常検知に有効な特徴抽出に成功した．