• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2018 Fiscal Year Research-status Report

Development of practical anomaly detection based on robust sparse modeling

Research Project

Project/Area Number 18K13953
Research InstitutionWaseda University

Principal Investigator

大久保 豪人  早稲田大学, 理工学術院, 助教 (40777976)

Project Period (FY) 2018-04-01 – 2021-03-31
Keywords異常検出 / 条件付き異常検出 / ロバスト統計 / ガンマ・ダイバージェンス / スパース・モデリング / ガウシアン・グラフィカル・モデリング
Outline of Annual Research Achievements

本研究では,センサー・データを活用した設備機器等の状態監視システム等の実現に向けて,ロバスト・スパース・モデリングを応用した実用的な異常検出法の開発を目的としている.2018年度は,統計モデルにガウシアン・グラフィカル・モデルを仮定したもとで,ロバスト・スパース・モデリングを応用した異常検出プロシージャの開発を目標として研究に従事した.その際,申請者らのこれまでの研究成果の一部を再評価する必要性が生じたため,それも併せて実行している.
【研究実績I】Ohkubo & Nagata (2017)の研究成果を発展させ,タイバージェンス型メソッドに基づくロバスト推定法を応用した異常検出プロシージャを実務的な観点から再評価を行った.本研究により,高汚染データを対象として,異常検出プロシージャを開発する意義が明確になったといえる.なお,本研究の成果は,これまでの成果と併せて論文にまとめ,国際誌への投稿を行っている.
【研究実績II】Hirose et al. (2017)のロバスト・スパース・モデリング法を応用した異常検出プロシージャを開発した.本研究により,高汚染かつ高次元データを対象とした場合でも精度よく異常検出を実行できることを示した.ただし,モデル評価をいかに実行するかは次年度の課題としている.なお,本研究の成果の一部を国際会議にて発表している.
【研究実績III】Song et al. (2007)の条件付き異常検出プロシージャを,彼らとは異なる問題設定のもとで実現する条件付き異常検出プロシージャを提案した.本研究は次年度以降に実施する研究に先駆けて,高汚染かつ高次元ではない状況を想定したもとでの異常検出プロシージャを開発している.次年度以降,本研究成果を発展させる方向で研究目標を達成していく予定である.なお,本研究の成果を国際会議にて発表している.

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

2018年度は当初の予定にはなかった【研究実績I】に関する研究を遂行する必要性が生じたものの,年度中の研究目標である【研究実績II】に関する研究はほぼ予定通り遂行できた.加えて,次年度以降につながる【研究実績III】も遂行できている.よって,これらを総合的に判断すると,現在までの達成度は「おおむね順調に進展している」といえる.
ただし,【研究実績II】と【研究実績III】については現状,実務的な観点からの評価と考察が不十分であるため,その内容を次年度も継続して実施する必要があると認識している.一方で,この問題に対しては,国際会議における参加者のフィードバック等から解決の方向性を見出しているため,次年度の大きな障害とはならないと考えている.【研究実績II】と【研究実績III】の内容についても,今年度の【研究実績I】と同様に,研究内容を発展させたうえで,国内または国際誌への論文投稿を行いたい.なお,【研究実績I】については2019年5月時点で国際誌への採択が決まっている.

Strategy for Future Research Activity

2019年度は当初の予定通り,高汚染かつ高次元データ解析への展開を見据えた条件付き異常検出プロシージャの開発を中心に研究を遂行したい.特に,どのような統計モデルを設定すべきかを実用性と実現可能性を考慮しながら検討していきたい.一方で,当初の計画では,今後の課題とする予定であったものの,ハイパーパラメータの決定に関して,ベイズ的なアプローチを導入することが有用であるとの知見を得ている.この知見を実用レベルに高めることは最終的な研究成果の有用性の向上につながると予想される.よって,2019年度は,条件付き異常検出プロシージャの開発に並行して,異常検出におけるハイパーパラメータの決定に関する研究にも従事したい.

Causes of Carryover

スケジュールの都合上,当初予定していた(国内)学会発表に参加できなかったため次年度使用額が発生している.次年度使用額は,2019年度に参加する学会発表の参加費として使用する計画である.

  • Research Products

    (6 results)

All 2018

All Presentation (6 results) (of which Int'l Joint Research: 2 results,  Invited: 2 results)

  • [Presentation] 潜在クラスモデルに基づくマハラノビス・タグチ法2018

    • Author(s)
      大久保豪人・永田靖
    • Organizer
      日本品質管理学会 第116回研究発表会
  • [Presentation] Conditional anomaly detection based on a latent class model2018

    • Author(s)
      Masato Ohkubo and Yasushi Nagata
    • Organizer
      21th QMOD conference on Quality and Service Sciences ICQSS
    • Int'l Joint Research
  • [Presentation] グラフィカル・モデリングに基づくマハラノビス・タグチ法2018

    • Author(s)
      大久保豪人
    • Organizer
      2018年度統計関連学会連合大会
    • Invited
  • [Presentation] Anomaly detection with Mahalanobis-Taguchi method based on robust sparse graphical modeling2018

    • Author(s)
      Masato Ohkubo, Hironori Fujisawa and Yasushi Nagata
    • Organizer
      Asian Network for Quality (ANQ) Congress 2018
    • Int'l Joint Research
  • [Presentation] 統計的モデリングに基づくマハラノビス・タグチ・システム2018

    • Author(s)
      大久保豪人
    • Organizer
      第9回横幹連合コンファレンス
    • Invited
  • [Presentation] ベイズ的主成分分析を応用したマハラノビス・タグチ法2018

    • Author(s)
      大久保豪人・永田靖
    • Organizer
      日本品質管理学会 第48回年次大会研究発表会

URL: 

Published: 2019-12-27  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi