高い解釈性を有する異常行動検知に関する研究

点击翻译按钮获取中文摘要

【研究業績１】凸錐を用いたデータの表現と比較法：昨年度に引き続き，凸錐を用いた画像セット識別法の構築と検証を行った．凸錐を用いて画像セットデータをモデリングし，凸錐同士の類似度を高次元ベクトル空間内での幾何関係に基づいて測る方法を確立し，その有効性を確認した．この類似度は凸錐モデルに基づく異常検知のための有効な指標となる．また，深層特徴を含む様々な特徴抽出法を用いた実験をとおして，提案法の汎用性の高さを示した．【研究業績２】正常時モデルの作成と異常検知法：差分部分空間によって正常な時系列データをモデリングし，この正常モデルとの乖離度を基にした異常検知手法を構築した．差分部分空間を利用することで，時系列データの変化の大きさや変動方向など詳細な情報をも捉えることができる．この時系列データの詳細情報を利用することで，高精度な異常検知が実現可能なことを明らかにした．【研究業績３】解釈性向上のための判断根拠の可視化法：深層特徴と部分空間/凸錐表現を用いた際の判断根拠の可視化法を構築した．この手法では，深層特徴セットから生成された部分空間や凸錐，それらの差分部分空間への射影長を基に，元データの特徴量毎の最終判断への寄与率を推定する．可視化による主観的評価と，評価指標を用いた客観的評価を通して，提案法の有効性を確認した．ここで構築した手法と業績2の手法を用いることで，高い解釈性を担保しつつ，深層特徴と部分空間/凸錐を用いた高精度な異常検知手法が実現できる．研究業績２，３で構築した手法はそれぞれ国際学会と国内学会に投稿中である．