2020 Fiscal Year Annual Research Report
Anomalous/Exceptional Pattern Mining with Weak Label Information from Stream Data
| Project/Area Number |
18H03290
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
鈴木 英之進 九州大学, システム情報科学研究院, 教授 (10251638)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
安藤 晋 東京理科大学, 経営学部ビジネスエコノミクス学科, 准教授 (70401685)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 異常・例外発見 / ストリームデータマイニング / 弱ラベル学習 / イメージキャプショニング / ファスト＆スロー思考 |
|---|
| Outline of Annual Research Achievements |
昨年度いったん完成した，弱ラベル情報を活用して少数だが価値が高い異常・例外パターンを高速・大規模・動的なデータストリームから発見するための理論と発見手法を，ファスト＆スロー型発見手法に発展・洗練して実験によりその有効性を確認した．この手法はファスト思考として，訓練時に得たクラスタ素に基づき単純な異常を高速に検知でき，前手法よりもより高速なデータストリームに対処できる．この思考は，ヒトが印象に基づいて高速かつ低労力で情報を処理する過程に相当する．さらにスロー思考として，疑わしい異常が検知された際の過去データの振り返り機能と，前述した異常の組み合わせとして表される複雑な異常を検知する機能を実現し，異常・例外検知性能を向上した．この思考は，ヒトが熟慮に基づいて過去の経験を振り返ったり，労力をかけて思考して複雑な問題を解決する過程に相当する．ファスト＆スロー型発見手法により，自律移動ロボットが観測する画像ストリームの場合，訓練時にはまったくあるいはほとんど観測されなかった組み合わせ異常も検出・発見できることが可能となった．この成果はVISAPP国際会議において論文発表した．
その他，動的テキストストリーム用の統計的機械学習に基づく異常・例外性発見，ニューラル協調フィルタリング，偏分布なシーケンス分類学習，視覚プライバシーを保護するシーン分類学習などについても成果を挙げ，すべて国際会議あるいは国内ジャーナルで発表した．
|
| Research Progress Status |
令和2年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和2年度が最終年度であるため、記入しない。
|
