セミナー: 5月17日 Pythonによる異常検知 | 曽我部研究室 SogabeLab 国立大学法人電気通信大学│AI 人工知能 量子

一日セミナー　Pythonによる異常検知　で講師を務めます。

■　講師　電気通信大学　i-パワードエネルギー・システム研究センター　基盤理工学専攻　准教授　理学博士　曽我部 東馬 氏

■　開催要領　2021年5月17日（月） 10:30-16:30

■　講座概要

0　機械学習と異常検知
1　異常検知の定義
2　異常検知におけるデータの分類と手法の選択
3　異常検知の活用例

1　機械学習と統計解析の基本モデル
1.1　機械学習と誤差関数
1.2　機械学習と統計解析の比較
1.3　教師あり学習──分類と回帰
1.4　教師なし学習──特徴抽出・クラスタリング・次元削減

2　非時系列データにおける異常検知
2.1　異常検知とデータ構造
2.2　正規分布に基づく異常検知
2.3　非正規分布に基づく異常検知
2.4　高度な特徴抽出による異常検知
2.5　関数近似に基づく値異常検知
2.6　異常検知モデルの検証

3　時系列データにおける異常検知
3.1　時系列データの性質
3.2　自己回帰型モデルによる時系列データの解析
3.3　状態空間モデルによる時系列データの解析
3.4　機械学習による時系列データの解析
3.5　時系列データにおける異常検知

4　深層学習による異常検知
4.1　深層学習フレームワークReNomを用いた異常検知
(1)　seq2seqを用いた人工データに対する異常検知
(2)　seq2seqを用いた心電図データに対する異常検知
(3)　生成モデルanoGANを用いた画像データに対する異常検知
(4)　 LSTMを用いた心電図データに対する異常検知
4.2　深層学習による異常検知の応用事例
(1)　表面検査
(2)　故障評価
4.3　異常解析分野の現状と課題
(1)　データの高次元性と非構造多様性
(2)　学習結果の可読性と可視化

詳細はこちら　http://catnet.ne.jp/triceps/sem/s210517kw.html