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

2019 Fiscal Year Research-status Report

Development of practical anomaly detection based on robust sparse modeling

Research Project

Project/Area Number 18K13953
Research InstitutionToyo University

Principal Investigator

大久保 豪人  東洋大学, 経営学部, 講師 (40777976)

Project Period (FY) 2018-04-01 – 2021-03-31
Keywordsタグチメソッド / マハラノビス・タグチ・システム / 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を開発することを目的としている.2019年度は,2018年度に持ち上がった課題の解決を優先して実行した結果,2本の査読付き原著論文を国際誌に掲載することができた.また,国際会議における企画セッションの招待を受け,講演を行う等,国内外への研究成果の発信も積極的に行った.
【研究実績I】2018年度に引き続き,Ohkubo & Nagata (2017)で提案した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し,改善を行った.そして,その成果を論文にまとめた結果,査読付き原著論文を国際誌に掲載することができた.
【研究実績II】Ohkubo & Nagata (2018)で提案した補助変数の利用を考慮した混合ガウスモデルに基づく条件付き異常検出プロシージャを発展させ,その成果を論文にまとめた.その結果,査読付き原著論文を国際誌に掲載することができた.
【研究実績III】これまでの実用的な異常検出法に関わる総合的な研究成果の報告を国際会議における企画セッションにて行った.また,国内の学術雑誌からの招待を受けたため,これまでの研究成果の一部に関する総合報告を論文にまとめ,公刊されるに至った.
【研究実績IV】大久保・永田 (2017)で提案したガウシアン・グラフィカル・モデルに基づく異常検出プロシージャを実務的な観点から発展させ,センサー・データに代表される雑音データをより適切に解析可能とするプロシージャを開発した.これにより,これまでの課題であった「統計モデルの説明可能性と異常検出精度の両立」の問題に対する解決法の一つを提示できた.なお,この成果の一部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

当初の予定であった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にはやや遅れが生じているものの,2018年度に持ち上がった課題を解決した結果,当初の計画以上の研究成果を公表することができた.また,【研究実績IV】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の実現に対する新たな方向性を与える成果と捉えており,大きな進展があったとも言える.よって,これらを総合的に判断した結果,現在までの達成度は「おおむね順調に進展している」とした.

ただし,【研究実績IV】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.

Strategy for Future Research Activity

2020年度は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については目標を下方修正しつつも,実用に足るプロシージャの提案を目指したい.具体的には,Ohkubo & Nagata (2018)で提案したロバスト・スパース・モデリングを応用した異常検出プロシージャにおけるモデル評価法の決定に焦点を絞り,研究を遂行していきたい.一方で,当初の予定にはなかったものの,【研究実績IV】の再評価と改善を実施したうえで,その成果を学術雑誌として公刊することを上記と並行して実施したい.また,異常検出プロシージャにおける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おり,既に国内での研究発表を実施している.よって,この成果を発展させ,国際会議等で成果を発信したい.

Causes of Carryover

新型コロナウイルス感染拡大の影響により,年度末に予定していた国際会議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,2020年度に参加する国際会議の参加費として使用する計画である.

  • Research Products

    (6 results)

All 2019

All Journal Article (3 results) (of which Peer Reviewed: 2 results,  Open Access: 1 results) Presentation (3 results) (of which Int'l Joint Research: 2 results,  Invited: 1 results)

  • [Journal Article] Anomaly detection for unlabelled unit space using the Mahalanobis-Taguchi system2019

    • Author(s)
      Masato Ohkubo and Yasushi Nagata
    • Journal Title

      Total Quality Management & Business Excellence

      Volume: - Pages: pp.1-15

    • DOI

      10.1080/14783363.2019.1616542

    • Peer Reviewed
  • [Journal Article] Conditional anomaly detection based on a latent class model2019

    • Author(s)
      Masato Ohkubo and Yasushi Nagata
    • Journal Title

      Total Quality Management & Business Excellence

      Volume: 30(sup1) Pages: pp. S227-S239

    • DOI

      10.1080/14783363.2019.1665847

    • Peer Reviewed
  • [Journal Article] マハラノビス・タグチ・システムにおける高次元データ解析法の展開2019

    • Author(s)
      大久保豪人
    • Journal Title

      横幹

      Volume: 13(2) Pages: pp. 117-122

    • DOI

      10.11487/trafst.13.2_117

    • Open Access
  • [Presentation] ロバスト・スパース・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2019

    • Author(s)
      大久保豪人・永田靖
    • Organizer
      日本品質管理学会 第119回研究発表会
  • [Presentation] Anomaly detection for noisy data with the Mahalanobis-Taguchi system2019

    • Author(s)
      Masato Ohkubo and Yasushi Nagata
    • Organizer
      22th QMOD conference on Quality and Service Sciences ICQSS
    • Int'l Joint Research
  • [Presentation] THE MAHALANOBIS-TAGUCHI SYSTEM BASED ON STATISTICAL MODELING2019

    • Author(s)
      Masato Ohkubo
    • Organizer
      The Fifth International Conference on the Interface between Statistics and Engineering
    • Int'l Joint Research / Invited

URL: 

Published: 2021-01-27  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi