高速局所部分空間法による異常検知技術

カテゴリ: 論文誌(論文単位)

グループ名: 【C】電子・情報・システム部門

発行日: 2014/05/01

タイトル(英語): Anomaly Detection Method Based on Fast Local Subspace Classifier

著者名: 渋谷　久恵（（株）日立製作所 横浜研究所），前田　俊二（広島工業大学 工学部）

著者名(英語): Hisae Shibuya （Yokohama Research Laboratory, Hitachi, Ltd.）, Shunji Maeda （Faculty of Engineering, Hiroshima Institute of Technology）

キーワード: 異常検知，時系列データ，正常モデル，局所部分空間法，クラスタリング　　Anomaly Detection，Time-series Data，Normal State Model，Local Subspace Classifier，Clustering

要約(英語): Anomaly detection method from multi-dimensional time-series sensor data has been developed which detects anomalies based on normal state models. LSC method was employed to deal with various normal states and fast LSC method was proposed which reduces a computational time. Clustering is utilized to reduce the data for searching in FLSC method. Availability of FLSC method was confirmed using data of real equipment. FLSC method was 1 to 10 times faster than LSC method.

本誌: 電気学会論文誌C（電子・情報・システム部門誌） Vol.134 No.5 （2014） 特集：機械学習手法に基づく設備診断・監視技術

本誌掲載ページ: 643-650 p

原稿種別: 論文／日本語

電子版へのリンク: https://www.jstage.jst.go.jp/article/ieejeiss/134/5/134_643/_article/-char/ja/