異常検知ナイトLTセクション_株式会社カブク

•

2 j'aime•2,910 vues

Deep Learning Lab（ディープラーニング・ラボ）

1 モデル学習時の正常データの選択方法 2 閾値の設定方法 3 複数センサーからの異常検知

Technologie

モデル学習時の正常データの選択方法
1
▸ 学習に使用する正常データが不安定の場
合の分け方
▹ 特に下記のケース
非周期かつ同期非周期かつ非同期

閾値の設定方法
2
▸ 実問題では異常データが未知なのでその
状況で適切に設定する閾値の手法は？
▹ 異常スコアの最大値
▹ 他の部分が検知不可
▹ 時間ごとに設定
▹ 正常な部分も異常となる
異常スコ
ア
最大値
時間ごとに設定

複数センサーからの異常検知
3
▸ 複数センサーからデータを取得した場合
に統合して異常検知するための方法
▹ 代表的な手法とその利点、欠点
複数センサーからの波形
モデル

Contenu connexe

Plus de Deep Learning Lab（ディープラーニング・ラボ）

AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方Deep Learning Lab（ディープラーニング・ラボ）

「言語」×AI Digital DeviceDeep Learning Lab（ディープラーニング・ラボ）

深層強化学習と実装例Deep Learning Lab（ディープラーニング・ラボ）

深層強化学習を用いた複合機の搬送制御Deep Learning Lab（ディープラーニング・ラボ）

Azure ML 強化学習を用いた最新アルゴリズムの活用手法Deep Learning Lab（ディープラーニング・ラボ）

Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備Deep Learning Lab（ディープラーニング・ラボ）

Jetson x Azure ハンズオン DeepStream With Azure IoTDeep Learning Lab（ディープラーニング・ラボ）

Jetson x Azure ハンズオン DeepStream Azure IoTDeep Learning Lab（ディープラーニング・ラボ）

Jetson 活用によるスタートアップ企業支援Deep Learning Lab（ディープラーニング・ラボ）

[Track 4-6] ディープラーニングxものづくりが日本を強くする～高専DCONの挑戦～Deep Learning Lab（ディープラーニング・ラボ）

[Track3-2] AI活用人材の社内育成に関する取り組みについて　～ダイキン情報技術大学～Deep Learning Lab（ディープラーニング・ラボ）

[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略Deep Learning Lab（ディープラーニング・ラボ）

[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測Deep Learning Lab（ディープラーニング・ラボ）

[Track3-4] アカデミックにおけるAI/ディープラーニングの教育と学習支援に関する研究Deep Learning Lab（ディープラーニング・ラボ）

[Track4-6] ディープラーニングxものづくりが日本を強くする～高専DCONの挑戦～Deep Learning Lab（ディープラーニング・ラボ）

[Track2-1] ディープラーニングのロボット応用事例ーデータからエクスペリエンスへーDeep Learning Lab（ディープラーニング・ラボ）

[Track4-6] ディープラーニングxものづくりが日本を強くする～高専DCONの挑戦～Deep Learning Lab（ディープラーニング・ラボ）

[Track4-3] AI・ディープラーニングを駆使して、「G検定合格者アンケートのフリーコメント欄」を分析してみたDeep Learning Lab（ディープラーニング・ラボ）

[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは？〜国内最大AIコンペサイトの...Deep Learning Lab（ディープラーニング・ラボ）

[Track3-6] DXを推進するAI人材育成の在り方～ e-learning によるAIリテラシの向上～Deep Learning Lab（ディープラーニング・ラボ）

Plus de Deep Learning Lab（ディープラーニング・ラボ） (20)

AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方

「言語」×AI Digital Device

深層強化学習と実装例

深層強化学習を用いた複合機の搬送制御

Azure ML 強化学習を用いた最新アルゴリズムの活用手法

Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備

Jetson x Azure ハンズオン DeepStream With Azure IoT

Jetson x Azure ハンズオン DeepStream Azure IoT

Jetson 活用によるスタートアップ企業支援

[Track 4-6] ディープラーニングxものづくりが日本を強くする～高専DCONの挑戦～

[Track3-2] AI活用人材の社内育成に関する取り組みについて　～ダイキン情報技術大学～

[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略

[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測

[Track3-4] アカデミックにおけるAI/ディープラーニングの教育と学習支援に関する研究

[Track4-6] ディープラーニングxものづくりが日本を強くする～高専DCONの挑戦～

[Track2-1] ディープラーニングのロボット応用事例ーデータからエクスペリエンスへー

[Track4-6] ディープラーニングxものづくりが日本を強くする～高専DCONの挑戦～

[Track4-3] AI・ディープラーニングを駆使して、「G検定合格者アンケートのフリーコメント欄」を分析してみた

[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは？〜国内最大AIコンペサイトの...

[Track3-6] DXを推進するAI人材育成の在り方～ e-learning によるAIリテラシの向上～

Dernier

論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Gamesatsushi061452

LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイスCRI Japan, Inc.

LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルCRI Japan, Inc.

Amazon SES を勉強してみるその３2024/04/26の勉強会で発表されたものです。iPride Co., Ltd.

Amazon SES を勉強してみるその２2024/04/26の勉強会で発表されたものです。iPride Co., Ltd.

論文紹介：Selective Structured State-Spaces for Long-Form Video UnderstandingToru Tamaki

Observabilityは従来型の監視と何が違うのか（キンドリルジャパン社内勉強会：2022年10月27日発表）Hiroshi Tomioka

知識ゼロの営業マンでもできた！超速で初心者を脱する、悪魔的学習ステップ3選.pptxsn679259

論文紹介：Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...Toru Tamaki

新人研修　後半 2024/04/26の勉強会で発表されたものです。iPride Co., Ltd.

Utilizing Ballerina for Cloud Native IntegrationsWSO2

Dernier (11)

論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games

LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス

LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル

Amazon SES を勉強してみるその３2024/04/26の勉強会で発表されたものです。

Amazon SES を勉強してみるその２2024/04/26の勉強会で発表されたものです。

論文紹介：Selective Structured State-Spaces for Long-Form Video Understanding

Observabilityは従来型の監視と何が違うのか（キンドリルジャパン社内勉強会：2022年10月27日発表）

知識ゼロの営業マンでもできた！超速で初心者を脱する、悪魔的学習ステップ3選.pptx

論文紹介：Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...

新人研修　後半 2024/04/26の勉強会で発表されたものです。

Utilizing Ballerina for Cloud Native Integrations