講演情報
[3Yin-A-11]DiffNator：時系列間差分の構造化説明生成
〇土肥 宏太1、西田 智哉1、プロヒット ハーシュ1、遠藤 隆1、川口 洋平1 (1. 株式会社 日立製作所)
キーワード：
センサデータ分析、説明生成、時系列差分
多くの IoT アプリケーションにおいて、主な関心は個々のセンサー信号そのものではなく、それらの差異にある。しかし、こうした差異を解釈するには専門知識が求められる。本研究では、二つの時系列間の差異を構造的に説明するための枠組みDiffNatorを提案する。まず、差異の本質的な属性を捉える JSON スキーマを設計する。次に、Time-series Observations of Real-world IoT（TORI）データセットを用いて対となる系列を生成し、時系列エンコーダと凍結した大規模言語モデル（LLM）を組み合わせて、JSON 形式の説明を出力するモデルを学習する。実験の結果、DiffNator は差異の説明を高精度に生成し、視覚的質問応答（VQA）に基づくベースラインおよび事前学習済み時系列エンコーダを用いた検索手法のいずれに対しても大幅に優れた性能を示した。