異常検知

はじめに アダコテックで機械学習エンジニアをしているジャン・セジュンです。韓国で機械工学を学んだ後、日本に留学し、東京工業大学（現・東京科学大学）大学院で核融合分野へのディープラーニング応用研究に取り組んできました。大学院を卒業後、異常検知分野を活用するアダコテックの技術に強く興味を持ち、志望いたしました。入社後、社内システムを扱い、実際に異常検知を行う業務を通して、クラウドベースのサービスが内部的にどのように構成され、動作しているのかを深く理解する機会を得ることができました。これにより、研究だけでなくプロダクト開発の分野でも様々な経験を積むことができました。特に研究業務では「アンサンブルプロ…

こんにちは、Data&Analysis部(D&A)です。 D&Aでは週1回、機械学習の勉強会を開催しており、本記事は、勉強会の内容を生成AIを活用して記事にまとめたものです。 ※勉強会内容公開の経緯はこちら ※過去の勉強会は「社内勉強会」タグからもご覧いただけます。 はじめに 従来の異常検知モデルの異常度に関する課題 MAD-Benchの構築 MLLMベースの手法 実験内容 実験結果 ベンチマークとモデルタイプ分析 (RQ1) バイナリ・マルチレベル性能相関 (RQ2) 異常領域面積効果 (RQ3) 深刻度別の検出性能 (RQ4) 正常クラス拡張 (RQ5) ロバストネス分析 (RQ6) まと…

「異常検知と変化検知」の紹介 講談社の「機械学習プロフェッショナルシリーズ」は，最新のAI・機械学習手法を丁寧に紹介しているシリーズなので，データサイエンスを学ばれている方もよく読まれているかもしれない。 異常検知は，製造業における代表的なデータ活用のテーマであるが「異常検知と変化検知」は，実務上でも参考になると感じたので，紹介したい。www.kspub.co.jp 本書を読もうとした理由 この本は2015年に発売されている本であるが，当時は異常検知に関する書籍が少なかったので，異常検知・変化検知の基本的な考え方やアルゴリズムの評価方法，各種手法の紹介がなされている。 本書の構成 本書の構成は…

今週の振り返りです！ 5/27 （月） 5/28 （火） 5/29 （水） 5/30 （木） 5/31 （金） 6/1 （土） 6/2 （日） 今週の反省 来週の目標 5/27 （月） ◯競プロの鉄則 5.1 B〜5.3 ◯異常検知と変化検知 1.1〜6.5 数式を一つ一つ追っていくというよりは、どんなアルゴリズムなのかを理解するというのを目標にして読み進めました。ただ、今は理論を学ぶよりも実装をしていくのを優先した方が良い気もしてきました。 5/28 （火） ◯競プロの鉄則 5.4〜5.5 A ◯Pythonによる異常検知 p.1〜p.35 5/29 （水） ◯競プロの鉄則 5.5 B〜5.…

これから毎日勉強したことの記録をつけて、1週間ごとにまとめて投稿していきます。 今回は記念すべき1回目です。 5/15（水） 5/16（木） 5/17（金） 5/18（土） 5/19（日） 来週の目標 5/15（水） ◯競プロの鉄則 序章〜2.3 ◯ゼロから作るDeep Learning⑤生成モデル編 1.1〜3.3 ◯論文1本 （確率分布などの知識が足りていないと判断したため、ゼロから作る…で勉強してから残りの論文を読むことにしました） 5/16（木） ◯競プロの鉄則 2.4〜3.1 A ◯ゼロから作る Deep Learning⑤生成モデル編 3.4〜4.4 5/17（金） ◯競プロの鉄則…

（ブリスウェルでは現時点では画像生成AIのサービス化はしていません・・・） ブリスウェルでは、AIを活用して様々なサービスを提供しています。 AIのみでも利用できますし、業務システムやモバイルアプリなどと連携することも可能です。 それでは紹介していきましょう。

FLACとは 音声信号のデジタル化 フーリエ変換 メルフィルタバンク FLACの特徴抽出 FLACによる音の異常検知処理 音の異常検知の例 おわりに アダコテックでは、コア技術として HLAC （Higher-order Local Auto-Correlation; 高次局所自己相関特徴） と多変量解析手法を組み合わせて異常検知技術をさまざまな分野へ応用しています。 HLACには、様々なバリエーションがあります。 以前、動画向けの CHLAC や、多チャンネル時系列データ向けの HLIC について解説しました。 techblog.adacotech.co.jp techblog.adacot…