Submit Search
Upload
SAS Viya で異常検知してみよう!
•
3 likes
•
16,321 views
SAS Institute Japan
Follow
SAS Viyaに搭載されている教師なし学習手法を用いた異常検知概要の紹介
Read less
Read more
Data & Analytics
Report
Share
Report
Share
1 of 25
Download now
Download to read offline
Recommended
なぜ統計学がビジネスの 意思決定において大事なのか?
なぜ統計学がビジネスの 意思決定において大事なのか?
Takashi J OZAKI
IIJにおけるGlusterFS利用事例 GlusterFSの詳解と2年間の運用ノウハウ
IIJにおけるGlusterFS利用事例 GlusterFSの詳解と2年間の運用ノウハウ
IIJ
分散ワークフローエンジン『Digdag』の実装 at Tokyo RubyKaigi #11
分散ワークフローエンジン『Digdag』の実装 at Tokyo RubyKaigi #11
Sadayuki Furuhashi
PySparkによるジョブを、より速く、よりスケーラブルに実行するための最善の方法 ※講演は翻訳資料にて行います。 - Getting the Best...
PySparkによるジョブを、より速く、よりスケーラブルに実行するための最善の方法 ※講演は翻訳資料にて行います。 - Getting the Best...
Holden Karau
Optuna on Kubeflow Pipeline 分散ハイパラチューニング
Optuna on Kubeflow Pipeline 分散ハイパラチューニング
Takashi Suzuki
40分でわかるHadoop徹底入門 (Cloudera World Tokyo 2014 講演資料)
40分でわかるHadoop徹底入門 (Cloudera World Tokyo 2014 講演資料)
hamaken
TensorFlow計算グラフ最適化処理
TensorFlow計算グラフ最適化処理
Atsushi Nukariya
semantic segmentation サーベイ
semantic segmentation サーベイ
yohei okawa
Recommended
なぜ統計学がビジネスの 意思決定において大事なのか?
なぜ統計学がビジネスの 意思決定において大事なのか?
Takashi J OZAKI
IIJにおけるGlusterFS利用事例 GlusterFSの詳解と2年間の運用ノウハウ
IIJにおけるGlusterFS利用事例 GlusterFSの詳解と2年間の運用ノウハウ
IIJ
分散ワークフローエンジン『Digdag』の実装 at Tokyo RubyKaigi #11
分散ワークフローエンジン『Digdag』の実装 at Tokyo RubyKaigi #11
Sadayuki Furuhashi
PySparkによるジョブを、より速く、よりスケーラブルに実行するための最善の方法 ※講演は翻訳資料にて行います。 - Getting the Best...
PySparkによるジョブを、より速く、よりスケーラブルに実行するための最善の方法 ※講演は翻訳資料にて行います。 - Getting the Best...
Holden Karau
Optuna on Kubeflow Pipeline 分散ハイパラチューニング
Optuna on Kubeflow Pipeline 分散ハイパラチューニング
Takashi Suzuki
40分でわかるHadoop徹底入門 (Cloudera World Tokyo 2014 講演資料)
40分でわかるHadoop徹底入門 (Cloudera World Tokyo 2014 講演資料)
hamaken
TensorFlow計算グラフ最適化処理
TensorFlow計算グラフ最適化処理
Atsushi Nukariya
semantic segmentation サーベイ
semantic segmentation サーベイ
yohei okawa
「ヤフー音声検索アプリにおけるキーワードスポッティングの実装」#yjdsw4
「ヤフー音声検索アプリにおけるキーワードスポッティングの実装」#yjdsw4
Yahoo!デベロッパーネットワーク
DLLab 異常検知ナイト 資料 20180214
DLLab 異常検知ナイト 資料 20180214
Kosuke Nakago
Optimizer入門&最新動向
Optimizer入門&最新動向
Motokawa Tetsuya
情報幾何勉強会 EMアルゴリズム
情報幾何勉強会 EMアルゴリズム
Shinagawa Seitaro
実装レベルで学ぶVQVAE
実装レベルで学ぶVQVAE
ぱんいち すみもと
ポスト・ラムダアーキテクチャの切り札? Apache Hudi(NTTデータ テクノロジーカンファレンス 2020 発表資料)
ポスト・ラムダアーキテクチャの切り札? Apache Hudi(NTTデータ テクノロジーカンファレンス 2020 発表資料)
NTT DATA Technology & Innovation
FastAPIのテンプレートプロジェクトがいい感じだった話
FastAPIのテンプレートプロジェクトがいい感じだった話
NipponAlgorithm
【DL輪読会】Novel View Synthesis with Diffusion Models
【DL輪読会】Novel View Synthesis with Diffusion Models
Deep Learning JP
ディリクレ過程に基づく無限混合線形回帰モデル in 機械学習プロフェッショナルシリーズ輪読会
ディリクレ過程に基づく無限混合線形回帰モデル in 機械学習プロフェッショナルシリーズ輪読会
Shotaro Sano
次世代量子情報技術 量子アニーリングが拓く新時代 -- 情報処理と物理学のハーモニー --
次世代量子情報技術 量子アニーリングが拓く新時代 -- 情報処理と物理学のハーモニー --
Shu Tanaka
CVPR 2019 速報
CVPR 2019 速報
cvpaper. challenge
grpc-haskell.pdf
grpc-haskell.pdf
Kousuke Ruichi
[GTCJ2018]CuPy -NumPy互換GPUライブラリによるPythonでの高速計算- PFN奥田遼介
[GTCJ2018]CuPy -NumPy互換GPUライブラリによるPythonでの高速計算- PFN奥田遼介
Preferred Networks
NetflixにおけるPresto/Spark活用事例
NetflixにおけるPresto/Spark活用事例
Amazon Web Services Japan
幾何を使った統計のはなし
幾何を使った統計のはなし
Toru Imai
Maxout networks
Maxout networks
Junya Saito
Partial least squares回帰と画像認識への応用
Partial least squares回帰と画像認識への応用
Shohei Kumagai
【論文紹介】 Attention Based Spatial-Temporal Graph Convolutional Networks for Traf...
【論文紹介】 Attention Based Spatial-Temporal Graph Convolutional Networks for Traf...
ddnpaa
Snowflake Architecture and Performance
Snowflake Architecture and Performance
Mineaki Motohashi
HPE Superdome X ご紹介資料
HPE Superdome X ご紹介資料
日本ヒューレット・パッカード株式会社
cross2012a fujya
cross2012a fujya
Kazuaki Fujikura
PacemakerのMaster/Slave構成の基本と事例紹介(DRBD、PostgreSQLレプリケーション) @Open Source Confer...
PacemakerのMaster/Slave構成の基本と事例紹介(DRBD、PostgreSQLレプリケーション) @Open Source Confer...
Tatsuya Watanabe
More Related Content
What's hot
「ヤフー音声検索アプリにおけるキーワードスポッティングの実装」#yjdsw4
「ヤフー音声検索アプリにおけるキーワードスポッティングの実装」#yjdsw4
Yahoo!デベロッパーネットワーク
DLLab 異常検知ナイト 資料 20180214
DLLab 異常検知ナイト 資料 20180214
Kosuke Nakago
Optimizer入門&最新動向
Optimizer入門&最新動向
Motokawa Tetsuya
情報幾何勉強会 EMアルゴリズム
情報幾何勉強会 EMアルゴリズム
Shinagawa Seitaro
実装レベルで学ぶVQVAE
実装レベルで学ぶVQVAE
ぱんいち すみもと
ポスト・ラムダアーキテクチャの切り札? Apache Hudi(NTTデータ テクノロジーカンファレンス 2020 発表資料)
ポスト・ラムダアーキテクチャの切り札? Apache Hudi(NTTデータ テクノロジーカンファレンス 2020 発表資料)
NTT DATA Technology & Innovation
FastAPIのテンプレートプロジェクトがいい感じだった話
FastAPIのテンプレートプロジェクトがいい感じだった話
NipponAlgorithm
【DL輪読会】Novel View Synthesis with Diffusion Models
【DL輪読会】Novel View Synthesis with Diffusion Models
Deep Learning JP
ディリクレ過程に基づく無限混合線形回帰モデル in 機械学習プロフェッショナルシリーズ輪読会
ディリクレ過程に基づく無限混合線形回帰モデル in 機械学習プロフェッショナルシリーズ輪読会
Shotaro Sano
次世代量子情報技術 量子アニーリングが拓く新時代 -- 情報処理と物理学のハーモニー --
次世代量子情報技術 量子アニーリングが拓く新時代 -- 情報処理と物理学のハーモニー --
Shu Tanaka
CVPR 2019 速報
CVPR 2019 速報
cvpaper. challenge
grpc-haskell.pdf
grpc-haskell.pdf
Kousuke Ruichi
[GTCJ2018]CuPy -NumPy互換GPUライブラリによるPythonでの高速計算- PFN奥田遼介
[GTCJ2018]CuPy -NumPy互換GPUライブラリによるPythonでの高速計算- PFN奥田遼介
Preferred Networks
NetflixにおけるPresto/Spark活用事例
NetflixにおけるPresto/Spark活用事例
Amazon Web Services Japan
幾何を使った統計のはなし
幾何を使った統計のはなし
Toru Imai
Maxout networks
Maxout networks
Junya Saito
Partial least squares回帰と画像認識への応用
Partial least squares回帰と画像認識への応用
Shohei Kumagai
【論文紹介】 Attention Based Spatial-Temporal Graph Convolutional Networks for Traf...
【論文紹介】 Attention Based Spatial-Temporal Graph Convolutional Networks for Traf...
ddnpaa
Snowflake Architecture and Performance
Snowflake Architecture and Performance
Mineaki Motohashi
HPE Superdome X ご紹介資料
HPE Superdome X ご紹介資料
日本ヒューレット・パッカード株式会社
What's hot
(20)
「ヤフー音声検索アプリにおけるキーワードスポッティングの実装」#yjdsw4
「ヤフー音声検索アプリにおけるキーワードスポッティングの実装」#yjdsw4
DLLab 異常検知ナイト 資料 20180214
DLLab 異常検知ナイト 資料 20180214
Optimizer入門&最新動向
Optimizer入門&最新動向
情報幾何勉強会 EMアルゴリズム
情報幾何勉強会 EMアルゴリズム
実装レベルで学ぶVQVAE
実装レベルで学ぶVQVAE
ポスト・ラムダアーキテクチャの切り札? Apache Hudi(NTTデータ テクノロジーカンファレンス 2020 発表資料)
ポスト・ラムダアーキテクチャの切り札? Apache Hudi(NTTデータ テクノロジーカンファレンス 2020 発表資料)
FastAPIのテンプレートプロジェクトがいい感じだった話
FastAPIのテンプレートプロジェクトがいい感じだった話
【DL輪読会】Novel View Synthesis with Diffusion Models
【DL輪読会】Novel View Synthesis with Diffusion Models
ディリクレ過程に基づく無限混合線形回帰モデル in 機械学習プロフェッショナルシリーズ輪読会
ディリクレ過程に基づく無限混合線形回帰モデル in 機械学習プロフェッショナルシリーズ輪読会
次世代量子情報技術 量子アニーリングが拓く新時代 -- 情報処理と物理学のハーモニー --
次世代量子情報技術 量子アニーリングが拓く新時代 -- 情報処理と物理学のハーモニー --
CVPR 2019 速報
CVPR 2019 速報
grpc-haskell.pdf
grpc-haskell.pdf
[GTCJ2018]CuPy -NumPy互換GPUライブラリによるPythonでの高速計算- PFN奥田遼介
[GTCJ2018]CuPy -NumPy互換GPUライブラリによるPythonでの高速計算- PFN奥田遼介
NetflixにおけるPresto/Spark活用事例
NetflixにおけるPresto/Spark活用事例
幾何を使った統計のはなし
幾何を使った統計のはなし
Maxout networks
Maxout networks
Partial least squares回帰と画像認識への応用
Partial least squares回帰と画像認識への応用
【論文紹介】 Attention Based Spatial-Temporal Graph Convolutional Networks for Traf...
【論文紹介】 Attention Based Spatial-Temporal Graph Convolutional Networks for Traf...
Snowflake Architecture and Performance
Snowflake Architecture and Performance
HPE Superdome X ご紹介資料
HPE Superdome X ご紹介資料
Similar to SAS Viya で異常検知してみよう!
cross2012a fujya
cross2012a fujya
Kazuaki Fujikura
PacemakerのMaster/Slave構成の基本と事例紹介(DRBD、PostgreSQLレプリケーション) @Open Source Confer...
PacemakerのMaster/Slave構成の基本と事例紹介(DRBD、PostgreSQLレプリケーション) @Open Source Confer...
Tatsuya Watanabe
20121115 オープンソースでハイアベイラビリティ! ~クラスタ管理の設計構築ハウツー&エンジニア思考力~
20121115 オープンソースでハイアベイラビリティ! ~クラスタ管理の設計構築ハウツー&エンジニア思考力~
Iwasaki Noboru
Remineを活かしたプロセス支援 - 失敗しないプロセス支援 -
Remineを活かしたプロセス支援 - 失敗しないプロセス支援 -
Makoto SAKAI
HeapStats: Introduction and Technical Preview
HeapStats: Introduction and Technical Preview
Yuji Kubota
hbstudy#06
hbstudy#06
tsakaguchi
単なるキャッシュじゃないよ!?infinispanの紹介
単なるキャッシュじゃないよ!?infinispanの紹介
AdvancedTechNight
SAS Visual Analytics 6.3 を使った DELL VRTX の評価
SAS Visual Analytics 6.3 を使った DELL VRTX の評価
Dell TechCenter Japan
JAWS DAYS 2022
JAWS DAYS 2022
陽平 山口
超高速な機械学習を Oracle Database で実現!
超高速な機械学習を Oracle Database で実現!
オラクルエンジニア通信
ビッグデータ活用支援フォーラム
ビッグデータ活用支援フォーラム
Recruit Technologies
Why dont you_create_new_spark_jl
Why dont you_create_new_spark_jl
Shintaro Fukushima
Datastax Enterpriseをはじめよう
Datastax Enterpriseをはじめよう
Yuki Morishita
クラウド時代を生き残る経営戦略策定のススメ「クラウドは敵か?味方か?」(山口・岡山)
クラウド時代を生き残る経営戦略策定のススメ「クラウドは敵か?味方か?」(山口・岡山)
Serverworks Co.,Ltd.
インフラエンジニアのためのcassandra入門
インフラエンジニアのためのcassandra入門
Akihiro Kuwano
利用者主体で行う分析のための分析基盤
利用者主体で行う分析のための分析基盤
Sotaro Kimura
Oracle Data Minerハンズオンセミナー170927:①Oracle 機械学習概要
Oracle Data Minerハンズオンセミナー170927:①Oracle 機械学習概要
オラクルエンジニア通信
Modernizing Big Data Workload Using Amazon EMR & AWS Glue
Modernizing Big Data Workload Using Amazon EMR & AWS Glue
Noritaka Sekiyama
AWSのデータベースサービス全体像
AWSのデータベースサービス全体像
Amazon Web Services Japan
Guide to Cassandra for Production Deployments
Guide to Cassandra for Production Deployments
smdkk
Similar to SAS Viya で異常検知してみよう!
(20)
cross2012a fujya
cross2012a fujya
PacemakerのMaster/Slave構成の基本と事例紹介(DRBD、PostgreSQLレプリケーション) @Open Source Confer...
PacemakerのMaster/Slave構成の基本と事例紹介(DRBD、PostgreSQLレプリケーション) @Open Source Confer...
20121115 オープンソースでハイアベイラビリティ! ~クラスタ管理の設計構築ハウツー&エンジニア思考力~
20121115 オープンソースでハイアベイラビリティ! ~クラスタ管理の設計構築ハウツー&エンジニア思考力~
Remineを活かしたプロセス支援 - 失敗しないプロセス支援 -
Remineを活かしたプロセス支援 - 失敗しないプロセス支援 -
HeapStats: Introduction and Technical Preview
HeapStats: Introduction and Technical Preview
hbstudy#06
hbstudy#06
単なるキャッシュじゃないよ!?infinispanの紹介
単なるキャッシュじゃないよ!?infinispanの紹介
SAS Visual Analytics 6.3 を使った DELL VRTX の評価
SAS Visual Analytics 6.3 を使った DELL VRTX の評価
JAWS DAYS 2022
JAWS DAYS 2022
超高速な機械学習を Oracle Database で実現!
超高速な機械学習を Oracle Database で実現!
ビッグデータ活用支援フォーラム
ビッグデータ活用支援フォーラム
Why dont you_create_new_spark_jl
Why dont you_create_new_spark_jl
Datastax Enterpriseをはじめよう
Datastax Enterpriseをはじめよう
クラウド時代を生き残る経営戦略策定のススメ「クラウドは敵か?味方か?」(山口・岡山)
クラウド時代を生き残る経営戦略策定のススメ「クラウドは敵か?味方か?」(山口・岡山)
インフラエンジニアのためのcassandra入門
インフラエンジニアのためのcassandra入門
利用者主体で行う分析のための分析基盤
利用者主体で行う分析のための分析基盤
Oracle Data Minerハンズオンセミナー170927:①Oracle 機械学習概要
Oracle Data Minerハンズオンセミナー170927:①Oracle 機械学習概要
Modernizing Big Data Workload Using Amazon EMR & AWS Glue
Modernizing Big Data Workload Using Amazon EMR & AWS Glue
AWSのデータベースサービス全体像
AWSのデータベースサービス全体像
Guide to Cassandra for Production Deployments
Guide to Cassandra for Production Deployments
More from SAS Institute Japan
SAS Japan Blog 記事「統計的因果推論コラム(2)」補足資料
SAS Japan Blog 記事「統計的因果推論コラム(2)」補足資料
SAS Institute Japan
SAS Japan Blog 記事「統計的因果推論コラム(1)」補足資料
SAS Japan Blog 記事「統計的因果推論コラム(1)」補足資料
SAS Institute Japan
SAS Learning Subscription 登録手順
SAS Learning Subscription 登録手順
SAS Institute Japan
ディープラーニングは、時系列予測でも最強なのか?
ディープラーニングは、時系列予測でも最強なのか?
SAS Institute Japan
SAS Viyaのディープラーニングを用いた物体検出
SAS Viyaのディープラーニングを用いた物体検出
SAS Institute Japan
SAS OnDemand for Academics 登録方法
SAS OnDemand for Academics 登録方法
SAS Institute Japan
SAS Visual Analytics 8.3 におけるクロス集計表の作成と可視化
SAS Visual Analytics 8.3 におけるクロス集計表の作成と可視化
SAS Institute Japan
SAS Viyaによる意識改革からみえたData Scientistの生き方 ~僕たちはどう生きるか~
SAS Viyaによる意識改革からみえたData Scientistの生き方 ~僕たちはどう生きるか~
SAS Institute Japan
SAS ViyaのCNNを活用したProcess Innovation ~機械は解析図表をどう見ているのか~
SAS ViyaのCNNを活用したProcess Innovation ~機械は解析図表をどう見ているのか~
SAS Institute Japan
SAS Viya Deep Dive: 予測モデリング
SAS Viya Deep Dive: 予測モデリング
SAS Institute Japan
SAS Viya Deep Dive: 自然言語処理&AI
SAS Viya Deep Dive: 自然言語処理&AI
SAS Institute Japan
SAS University Editionにおける日本語を含むファイルの取り扱い
SAS University Editionにおける日本語を含むファイルの取り扱い
SAS Institute Japan
SAS言語派集まれ!SAS StudioからSAS Viyaを使ってみよう!
SAS言語派集まれ!SAS StudioからSAS Viyaを使ってみよう!
SAS Institute Japan
Pythonで操るSAS Viyaの画像処理技術入門編
Pythonで操るSAS Viyaの画像処理技術入門編
SAS Institute Japan
Python / R で使うSAS Viya
Python / R で使うSAS Viya
SAS Institute Japan
SAS OnDemand for Academics 登録方法
SAS OnDemand for Academics 登録方法
SAS Institute Japan
無料統計・予測分析ツールを提供:SAS Analytics U
無料統計・予測分析ツールを提供:SAS Analytics U
SAS Institute Japan
SASによるテキスト・アナリティクス入門
SASによるテキスト・アナリティクス入門
SAS Institute Japan
SAS Enterprise Minerを使用した機械学習
SAS Enterprise Minerを使用した機械学習
SAS Institute Japan
SAS High-Performance Analyticsによるビッグデータ解析
SAS High-Performance Analyticsによるビッグデータ解析
SAS Institute Japan
More from SAS Institute Japan
(20)
SAS Japan Blog 記事「統計的因果推論コラム(2)」補足資料
SAS Japan Blog 記事「統計的因果推論コラム(2)」補足資料
SAS Japan Blog 記事「統計的因果推論コラム(1)」補足資料
SAS Japan Blog 記事「統計的因果推論コラム(1)」補足資料
SAS Learning Subscription 登録手順
SAS Learning Subscription 登録手順
ディープラーニングは、時系列予測でも最強なのか?
ディープラーニングは、時系列予測でも最強なのか?
SAS Viyaのディープラーニングを用いた物体検出
SAS Viyaのディープラーニングを用いた物体検出
SAS OnDemand for Academics 登録方法
SAS OnDemand for Academics 登録方法
SAS Visual Analytics 8.3 におけるクロス集計表の作成と可視化
SAS Visual Analytics 8.3 におけるクロス集計表の作成と可視化
SAS Viyaによる意識改革からみえたData Scientistの生き方 ~僕たちはどう生きるか~
SAS Viyaによる意識改革からみえたData Scientistの生き方 ~僕たちはどう生きるか~
SAS ViyaのCNNを活用したProcess Innovation ~機械は解析図表をどう見ているのか~
SAS ViyaのCNNを活用したProcess Innovation ~機械は解析図表をどう見ているのか~
SAS Viya Deep Dive: 予測モデリング
SAS Viya Deep Dive: 予測モデリング
SAS Viya Deep Dive: 自然言語処理&AI
SAS Viya Deep Dive: 自然言語処理&AI
SAS University Editionにおける日本語を含むファイルの取り扱い
SAS University Editionにおける日本語を含むファイルの取り扱い
SAS言語派集まれ!SAS StudioからSAS Viyaを使ってみよう!
SAS言語派集まれ!SAS StudioからSAS Viyaを使ってみよう!
Pythonで操るSAS Viyaの画像処理技術入門編
Pythonで操るSAS Viyaの画像処理技術入門編
Python / R で使うSAS Viya
Python / R で使うSAS Viya
SAS OnDemand for Academics 登録方法
SAS OnDemand for Academics 登録方法
無料統計・予測分析ツールを提供:SAS Analytics U
無料統計・予測分析ツールを提供:SAS Analytics U
SASによるテキスト・アナリティクス入門
SASによるテキスト・アナリティクス入門
SAS Enterprise Minerを使用した機械学習
SAS Enterprise Minerを使用した機械学習
SAS High-Performance Analyticsによるビッグデータ解析
SAS High-Performance Analyticsによるビッグデータ解析
SAS Viya で異常検知してみよう!
1.
Copyright © SAS
Institute Inc. All rights reserved. SAS Viyaで異常検知してみよう ~教師無し機械学習の手法とテクニック~ SAS Institute Japan株式会社
2.
Copyright © SAS
Institute Inc. All rights reserved. アジェンダ 2 1. 異常検知とは 2. One-Class SVMによる異常検知 3. Robust PCAによる異常検知 4. Moving Windows PCA による異常検知 5. 異常検知を業務に適用するポイント
3.
Copyright © SAS
Institute Inc. All rights reserved. 3 1. 異常検知とは
4.
Copyright © SAS
Institute Inc. All rights reserved. 大量の計測値からパタンを検出 4 既知のパターン •管理限界値や寸法公差等の 業務上すでに定義されている 異常値やルールを設定すること で、監視データ内にルールに当 てはまるデータを検知し、アラー ト発報等の規定の処理を行い ます。 未知のパターン •多変量の関係や時系列データ の観察等、多変量解析手法 やデータの可視化によって異常 発生するルールを発見。異常 検出ルールを高度化します。 複雑なパターン •非線形の関係や大量のパラ メータの組み合わせ等を機械 学習手法を用いてモデル化、 自己学習機能と合わせて異常 検出を人工知能化(AI)しま す。 関連性 •正常運転状態時のパラメータ 間の相関を学習し、パラメータ の関連性に崩れ始めを検知し ます。 異常検知には3つの手法があります。基準値ベースの異常検知、教師あり学習、教師なし学習です。 本日は、SAS Viyaを用いた「教師なし学習」の手法をご紹介します。
5.
Copyright © SAS
Institute Inc. All rights reserved. 5 2. One-Class SVMによる異常検知
6.
Copyright © SAS
Institute Inc. All rights reserved. Support Vector Data Description (SVDD) • 1クラス分類を目的とする教師なしの機械学習手法 • 用途: • 多変量プロセス制御 • 機器予後診断と健康管理 • サイバーセキュリティと侵入検知 • 詐欺の識別 • ハイパースペクトル画像解析 • ウェアラブル機器からの健康データの分析
7.
Copyright © SAS
Institute Inc. All rights reserved. SVDD - Details • トレーニングデータの周りに最小半径のn次元球面を作成。 • 次に、新しい観測値は、n 次元球面の中心までの距離と半 径と比較しスコアを付ける。 • 半径より大きな距離の観測値は、異常としてフラグを付ける。 • 異常の実例があまりないデータでうまく機能することができる。 • カーネル関数を使用することにより、「通常」の領域をフレキシブ ルにモデル化できる。 • ESP 4.3*1で使用できるASTOREスコアコードを出力する。 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 0.0 0.2 0.4 0.6 0.8 1.0 “正常な状態”で 稼働している群 異常値 *1: SAS Event Stream Processing (リアルタイムデータ解析、オンライン機械学習用製品) SVDDで作成されたモデルをSAS ESPに組み込み、リアルタイム異常検知が可能。
8.
Copyright © SAS
Institute Inc. All rights reserved. 使用データ:蒸気ボイラーのデータ 8 蒸気圧力(Mpa) 蒸気温度(℃) 蒸気温度(℃)蒸気圧力(Mpa) 時間(30秒単位)
9.
Copyright © SAS
Institute Inc. All rights reserved. SVDDプログラム 9 svdd_train 1日目データ svdd_score 2日目データ Proc svdd state Analytics store Proc astore score_out スコアリングデータ SAS Studioを使用して、SVDDモデル 作成とスコアリングを実行 SAS Studioではテンプレート上で必 要な項目を選択するだけでSVDDモ デル作成用のコードを自動生成 ※ SAS ViyaのSVDDは、Python, R, Java, Luaからも同様に実行可能です。
10.
Copyright © SAS
Institute Inc. All rights reserved. 実行結果(Score_out) 10 赤い点が異常と判定されたデータ円の中心からの距離
11.
Copyright © SAS
Institute Inc. All rights reserved. 11 3. Robust PCAによる異常検知
12.
Copyright © SAS
Institute Inc. All rights reserved. Robust Principal Component Analysis (RPCA) • 入力行列を低ランク行列とスパース行列の和に分解し、低ランク行列にPCAまたはSVDを実行 することができる。 • 「堅牢性」は、PCA / SVDを適用する前に異常を処理して除去できることに由来。 • スパース行列は異常検出に適している。 • 用途: • 異常検知 • 画像処理 • 行列圧縮 Input Data Low Rank Matrix Sparse Matrix
13.
Copyright © SAS
Institute Inc. All rights reserved. SVDDプログラム 13 svdd_score 2日目データ Proc rpca lowrankmat 低ランク行列 sparsemat スパース行列 SAS Studioを使用して、RPCAを実行 ※ SAS ViyaのRPCAは、Python, R, Java, Luaからも同様に実行可能です。
14.
Copyright © SAS
Institute Inc. All rights reserved. 実行結果(sparsemat) 14 赤い点が異常と判定されたデータ
15.
Copyright © SAS
Institute Inc. All rights reserved. 15 4. Moving Windows PCA による異常検知
16.
Copyright © SAS
Institute Inc. All rights reserved. Moving Windows Principal Component Analysis (MWPCA) • スライディングウィンドウを使用して時間の経過とともに 主成分の変更を取得する。 • 全体システムと比較したシステムの部品の相対的変化 を検出する。 • 同じ環境に面している同様のマシンは、同様に動作す る仮定で使用する。 • 用途: • 時間の経過とともに類似の設備のパフォーマンスが 異なるが、理想的には互いに類似して動作する状 況(例えば、風力タービン、暖房/冷房装置など)
17.
Copyright © SAS
Institute Inc. All rights reserved. MWPCA - Details 風力発電のタービンの出力データ • スライディングウインドウ内のデータを分析すること により、時間の経過とともに主成分の重要な変 化を追跡。 • 時間の経過と共に相関関係が維持されると考え られる多くの相関測定値を含む監視システムに 役立つ。 • 季節の影響を受けるシステムに適している • スライディングウインドウ内でRPCA を実装するこ とも可能。 Moving Windows PCA 4機のタービンの中で、1機に主成分の変化が 観測されています。 何かしらの異常が発生している可能性を示唆
18.
Copyright © SAS
Institute Inc. All rights reserved. MWPCAプログラム 18 svdd_score 2日目データ Proc mwpca windowpcs 低ランク行列 SAS Studioを使用して、RPCAを実行 ※ SAS ViyaのMWPCAは、Python, R, Java, Luaからも同様に実行可能です。
19.
Copyright © SAS
Institute Inc. All rights reserved. MWPCA結果 19 実測値 MWPCAの結果
20.
Copyright © SAS
Institute Inc. All rights reserved. 20 5. 異常検知を業務に適用するポイント
21.
Copyright © SAS
Institute Inc. All rights reserved. 異常値検知前の処理 21 ■閾値の設定が難しい 教師あり学習の場合、異常である確率が出力されますが、教師なし学習の場合は異常値 を検出するもののそれが異常な状態か否か別途判断する必要があります。 群中心からの距離や類似度といった何等かの指標を基に異常を判断する必要があります。 ■複数の手法で判断する方が良い 機械学習の手法はそれぞれ得手、不得手があります。 正解の定義がない教師なし学習の場合、1つの手法で異常値検知をするのではなく、 複数の手法で判断した方が良い結果が得られる可能性があります。 ■システムを十分に理解する必要がある タイムスタンプで分析処理をかけるのが一般的ですが、システムにはタイムラグがあります。 タイムラグを考慮した設計が必要です。 また、経年による変化を考慮しモデルの更新サイクルを考慮する必要があります。
22.
Copyright © SAS
Institute Inc. All rights reserved. 異常値検知後の処理 22 異常値の発生パタンを分類する事によって異常個所の推定や異常状態の判定が可能になります。 1.乖離 2.外れ値 3.変化 計測値に占める異常値の割合 が大きい。 異常値は連続している。 異常値は瞬間に発生。 連続性がない 計測値に占める異常値の割合 は小さいが、異常値は連続している。
23.
Copyright © SAS
Institute Inc. All rights reserved. IoT・アナリティクス・ライフサイクル 異常値検知 適用ETL データ データストレージ アラート / レポート/ 制御 適用 f IoT データ インテリジェント データマネージメント ストリーミング アナリティクス実行 自動応答 23
24.
Copyright © SAS
Institute Inc. All rights reserved. 24 今なら無償でSAS Viyaを試用することができます。 詳細は以下のブログを参照してください。 SAS Viyaを体感してみよう! ~SAS Viya無償試用版利用ガイド~
25.
sas.com Copyright © SAS
Institute Inc. All rights reserved. ご清聴ありがとうございました。 https://www.sas.com/ja_jp/software/viya.html Viya 検索
Download now