メッシュ人口データに対するノンパラメトリックベイズに基づく統計的異常検知手法の適用可能性の検証

• 神谷 啓太

  東京大学　工学系研究科社会基盤学専攻・日本学術振興会

• 布施 孝志

  東京大学　工学系研究科社会基盤学専攻

書誌事項

タイトル別名

• APPLICABILITY EVALUATION OF STATISTICAL ANOMALY DETECTION METHOD FOR GRIDDED POPULATION DATA BASED ON NONPARAMETRIC BAYESIAN MODEL

抄録

近年，流動的な人口の把握が多分野から注目されており，GPSにより収集した大量の位置情報を用いたメッシュ人口のモニタリングが期待される．モニタリングでは異常状態の検知が重要だが，統計的異常検知手法の開発は扱うデータに応じてアドホックに行われている．本研究では異常検知問題を特徴付ける要因を整理し，メッシュ人口データのモニタリングを，半教師学習した統計モデルにより時系列データ中の文脈型異常を検知する問題と設定した．そして，時系列データの潜在状態数を推定可能な階層ディリクレ過程隠れマルコフモデルを援用した異常検知手法を提案した．シミュレーション実験では潜在状態の事後分布を比較する手法を用いることで高い性能を確認し，実データへの適用では列車運転見合わせが発生した時刻での高い異常スコアの検知を確認した．

収録刊行物

• 土木学会論文集D3（土木計画学）

  土木学会論文集D3（土木計画学） 72 (5), I_759-I_769, 2016

  公益社団法人 土木学会

キーワード

• anomaly detection
• human dynamics
• Dirichlet process
• hidden Markov model
• time-series data

詳細情報

• CRID: 1390001205356386304
• NII論文ID: 130005435601
• DOI: 10.2208/jscejipm.72.i_759
• ISSN: 21856540
• Web Site: https://www.jstage.jst.go.jp/article/jscejipm/72/5/72_I_759/_pdf
• 本文言語コード: ja
• データソース種別:
  • JaLC
  • Crossref
  • CiNii Articles
  • KAKEN
• 抄録ライセンスフラグ: 使用不可