機械学習を用いた異常検知の基礎とその適用事例

IoT時代の到来により、現実世界の大規模データをリアルタイムで取得できるようになってきました。これらの大規模データは、異常の予測・検知に役立てられる可能性を秘めており、この異常の予測・検知の実現によって、大規模システムの安定運用や最適制御、経済的な保守計画を立案することができます。 　従来、異常検知の技術は信頼性工学や統計分野で扱われてきましたが、近年の機械学習の発展を背景に、大量のデータの中に含まれる様々な異常を機械学習アルゴリズムが発見し、異常を検知する実用的なアプローチが注目されています。 　本セミナーでは、様々な異常検知の考え方から、異常検知に利用される基本的な機械学習アルゴリズムとその理論・応用について紹介し、機械学習による異常検知の全体像をつかむことを目的とします。

1. 異常検知概論&機械学習概論
   1. 異常検知とは
   2. 機械学習とは
2. 異常検知に役立つ機械学習の基礎知識
   1. 判別分析 (パターン識別)
   2. 回帰分析 (回帰予測)
   3. クラスター分析 (クラスタリング)
3. 異常検知の手法
   1. 異常識別
   2. 外れ検知
   3. 変化検知
4. 機械学習を利用した異常検知
   1. 異常検知に利用される機械学習
      1. 単純ベイス法
      2. k-近傍法
      3. サポートベクトルマシン
      4. ニューラルネットワーク (ディープラーニング)
      5. 部分空間法
   2. 異常検知
      1. 正規分布の場合
      2. 非正規分布の場合
5. 応用事例と異常検知の将来
   1. 配電柱腕がねのさび画像に基づく異常診断
   2. 油中ガス分析データに基づく電力用変圧器内部異常検知
   3. 水力発電所における異常予兆検知
   4. その他の異常検知と異常検知の将来
6. まとめ
• 質疑応答