Gaussian Process Regressionに基づく時系列データの異常モニタリング  [in Japanese] Anomaly Monitoring of Time Series Data based on Gaussian Process Regression  [in Japanese]

Search this Article

Author(s)

Abstract

本論文では,Gaussian Process Regression(GPR)に基づく異常予兆検出用のモニタリング法を提案する.異常予兆検出はプラントや,生体,乗り物等の健全性モニタリングのために必要であり,幅広い用途がある.異常予兆検出は,正常事例の蓄積をしながら,蓄積された事例に基づいて異常予兆の検出を行う問題であり,オンライン処理が前提となる.事例に基づく異常予兆の検出は,非線型回帰計算であるGPRによってセンサ値を推定し,推定値と実測値の乖離を調べることで実現できる.しかし,GPRでは蓄積された事例のペアを引数とするカーネル関数から成るグラム行列の逆行列を求めるため,事例数の3乗のオーダの計算が必要になる.したがって,オンラインで蓄積され続ける全事例を用いたGPRの計算は,時間とともに急激に減速するため,実時間性が要求される問題には適用できない.本論文では,まず,この問題を解決するために,入力に応じて回帰計算に用いる事例集合(Active Set)を動的に絞り込むことによって,精度を保ちながら回帰計算の高速化を実現する方法を提案する.次に,瞬時的な異常から長時間の趨勢の異常までをモニタリングするために,様々な時間解像度での異常度を表すSpectro Anomaly Gramを提案する.これにより,瞬時的な異常から大域的な異常までがモニタリングできるようになる.

Journal

  • The IEICE transactions on information and systems (Japanese edition)

    The IEICE transactions on information and systems (Japanese edition) 96(12), 3068-3078, 2013-12

    The Institute of Electronics, Information and Communication Engineers

Codes

  • NII Article ID (NAID)
    110009685324
  • NII NACSIS-CAT ID (NCID)
    AA12099634
  • Text Lang
    JPN
  • ISSN
    1880-4535
  • NDL Article ID
    025066792
  • NDL Call No.
    Z16-779
  • Data Source
    NDL  NII-ELS 
Page Top