| 講演名 | 2022-05-20 XAIを用いた自己適応異常検知手法の実用化に向けて 角田 詩門(阪大), 中川 博之(阪大), 土屋 達弘(阪大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本研究では，自己適応異常検知手法の性能向上にXAIを活用することを検討する．具体的な手法として，Ming-Chang Leeらにより提唱された自己適応的な時系列異常検知手法であるSALADに注目する．SALADは環境の変化に応じて異常検出閾値を更新する手法であり，時系列予測モデルの構築をスライディングウィンドウ方式で行う．ただし，その最適なウィンドウサイズは対象データセットごとに異なり，人手の試行錯誤により決める必要がある．そこで本研究では，自己適応異常検知手法の実用化に向け，説明可能なAI（XAI）を用いた最適ウィンドウサイズ自動選択手法を検討する．ケーススタディにより，提案アプローチが予測に対する入力値の寄与度を可視化することで有効に作用する見込みを得た． |
| 抄録(英) | In this study, we examine the use of XAI to improve the performance of a self-adaptive anomaly detection method. As a specific method, we focus on SALAD, a self-adaptive time-series anomaly detection method proposed by Ming-Chang Lee et al. SALAD updates the anomaly detection threshold in response to changes in the environment, and constructs a time-series prediction model using a sliding window method. However, the optimal window size differs for each dataset and must be determined by human trial-and-error. In this study, we investigate an automatic optimal window size selection method using explainable AI (XAI) for practical application of a self-adaptive anomaly detection method. A case study shows that the proposed approach is effective in visualizing the contribution of input values to the prediction. |
| キーワード(和) | 時系列異常検知 / 自己適応型異常検知 / XAI |
| キーワード(英) | Time-series anomaly detection / Self-adaptive anomaly detection / XAI |
| 資料番号 | KBSE2022-3,SWIM2022-3 |
| 発行日 | 2022-05-13 (KBSE, SWIM) |
| 研究会情報 | |
| 研究会 | KBSE / SWIM |
|---|---|
| 開催期間 | 2022/5/20(から2日開催) |
| 開催地（和） | 機械振興会館 6階6-67会議室 |
| 開催地（英） | |
| テーマ（和） | デジタルエコノミーとインタプライズ，知能ソフトウェアエンジニア リング，他一般, 学生 |
| テーマ（英） | |
| 委員長氏名（和） | 中川 博之(阪大) / 五月女 健治(法政大) |
| 委員長氏名（英） | Hiroyuki Nakagawa(Osaka Univ.) / Kenji Saotome(Hosei Univ.) |
| 副委員長氏名（和） | 猿渡 卓也(NTTデータ) / 林 章浩(静岡理工科大) |
| 副委員長氏名（英） | Takuya Saruwatari(NTT Data) / Akihiro Hayashi(Shizuoka Inst. of Science and Tech.) |
| 幹事氏名（和） | 小形 真平(信州大) / 槇原 絵里奈(同志社大) / 能上 慎也(東京理科大) / 山田 耕嗣(阪産大) |
| 幹事氏名（英） | Shinpei Ogata(Shinsｈu Univ) / Erina Nakihara(Doshisha Univ,) / Shinya Nogami(Tokyo Univ. of Science) / Koji Yamada(Osaka Sangyo Univ.) |
| 幹事補佐氏名（和） | 小島 英春(阪大) / 柏 祐太郎(九大) / 工藤 司(静岡理工科大) / 辻 孝吉(愛知県立大) |
| 幹事補佐氏名（英） | Hideharu Kojima(Osaka Univ.) / Yutaro Kashiwa(Kyushu Univ,) / Tsukasa Kudo(Shizuoka Inst. of Science and Tech.) / Kokichi Tsuji(Aichi Pref. Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Knowledge-Based Software Engineering / Technical Committee on Software Interprise Modeling |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | XAIを用いた自己適応異常検知手法の実用化に向けて |
| サブタイトル（和） | |
| タイトル（英） | Practical Application of Self-Adaptive Anomaly Detection Method Using XAI |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 時系列異常検知 / Time-series anomaly detection |
| キーワード(2)（和/英） | 自己適応型異常検知 / Self-adaptive anomaly detection |
| キーワード(3)（和/英） | XAI / XAI |
| 第 1 著者 氏名（和/英） | 角田 詩門 / Shimon Sumita |
| 第 1 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 第 2 著者 氏名（和/英） | 中川 博之 / Hiroyuki Nakagawa |
| 第 2 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 第 3 著者 氏名（和/英） | 土屋 達弘 / Tatsuhiro Tsuchiya |
| 第 3 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 発表年月日 | 2022-05-20 |
| 資料番号 | KBSE2022-3,SWIM2022-3 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | KBSE-38,SWIM-39 |
| ページ範囲 | pp.13-18(KBSE), pp.13-18(SWIM), |
| ページ数 | 6 |
| 発行日 | 2022-05-13 (KBSE, SWIM) |