講演名 | 2004/3/12 混合モデルを用いた異常値の可視化 岩田 具治, 斉藤 和巳, |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | データから異常値を検出することによって、過去の大きな出来事を知ること、将来の危機に備えることは、重要な研究課題となっている。我々は、混合モデルを用いて得られたデータ間の関係と異常値の大きさをもとに、与えられたすべてのデータを次元圧縮し、2次元または3次元空間に配置するという、新たな異常値検出手法を提案する。提案手法は、異常値の大きさだけでなく、異常値の性質や他のデータの性質をも視覚的に容易に理解することを可能にする。従来とは異なる異常値検出手法であるため、データを異なる角度から見直すことができ、新たな知見の発見が期待できるだろう。提案手法の有効性を人工データおよび経済時系列データを用いて示す。 |
抄録(英) | It is an important research subject to detect anomaly, in order to know past big events and to prepare for future crisises. We propose a new anomaly detection method. According to this method, we visualize anomaly based on relationship among data and magnitude of anomaly that are acquired by mixture model. It make it easy to understand visually not only magnitude of anomaly but also character of anomaly and other data. It may provide a new knowledge in data, since we can see data from a different angle. We show the validity of the proposed method by using artificial time-series data and economics time-series data. |
キーワード(和) | 異常値検出 / 混合モデル |
キーワード(英) | Anomaly Detection / Mixture Model |
資料番号 | NC2003-214 |
発行日 |
研究会情報 | |
研究会 | NC |
---|---|
開催期間 | 2004/3/12(から1日開催) |
開催地(和) | |
開催地(英) | |
テーマ(和) | |
テーマ(英) | |
委員長氏名(和) | |
委員長氏名(英) | |
副委員長氏名(和) | |
副委員長氏名(英) | |
幹事氏名(和) | |
幹事氏名(英) | |
幹事補佐氏名(和) | |
幹事補佐氏名(英) |
講演論文情報詳細 | |
申込み研究会 | Neurocomputing (NC) |
---|---|
本文の言語 | JPN |
タイトル(和) | 混合モデルを用いた異常値の可視化 |
サブタイトル(和) | |
タイトル(英) | Visualization of Anomaly using Mixture Model |
サブタイトル(和) | |
キーワード(1)(和/英) | 異常値検出 / Anomaly Detection |
キーワード(2)(和/英) | 混合モデル / Mixture Model |
第 1 著者 氏名(和/英) | 岩田 具治 / Tomoharu IWATA |
第 1 著者 所属(和/英) | NTTコミュニケーション科学基礎研究所 NTT Communication Science Laboratories |
第 2 著者 氏名(和/英) | 斉藤 和巳 / Kazumi SAITO |
第 2 著者 所属(和/英) | NTTコミュニケーション科学基礎研究所 NTT Communication Science Laboratories |
発表年月日 | 2004/3/12 |
資料番号 | NC2003-214 |
巻番号(vol) | vol.103 |
号番号(no) | 734 |
ページ範囲 | pp.- |
ページ数 | 6 |
発行日 |