Download as PDF, PPTX
![従来の時系列異常検知データセット※の問題点
“Current Time Series Anomaly Detection Benchmarks are Flawed
and are Creating the Illusion of Progress” と主張 [Wu+20]
1. Triviality：極めて単純なアルゴリズムで解ける
2. Mislabeling：明らかに間違った真値が散見される
Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 4
※ Yahoo, Numenta, NASA, OMNI, …](https://image.slidesharecdn.com/20210924kddcup2021-210924073603/85/KDD-Cup-2021-4-320.jpg)
![例2．Matrix Profile
• Matrix Profile (MP) [Yeh+16]
• 最近傍部分列への距離（標準化された部分列同士のユークリッド距離）
• Novelty: AB-join (A=test, B=train)
• Outlier: self-join (train+test)
• 効率的な計算アルゴリズムが存在
• STAMP, STOMP, GPU-STOMP, SCRIMP++, SCAMP [UCR]
• STUMPY: pythonライブラリ [Law+19]
Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 16
𝑓 𝑋𝑡:𝑡+𝑤 = 𝑑𝑡 = min
0≤𝑢<𝑡0
dist 𝑋𝑡:𝑡+𝑤, 𝑋𝑢:𝑢+𝑤 = min
0≤𝑢<𝑡0
෨
𝑋𝑡:𝑡+𝑤 − ෨
𝑋𝑢:𝑢+𝑤 2
෨
𝑋𝑡:𝑡+𝑤 =
𝑋𝑡:𝑡+𝑤 − mean(𝑋𝑡:𝑡+𝑤)
std(𝑋𝑡:𝑡+𝑤)
𝑡 𝑇
𝑤
𝑢
𝑑𝑡
𝑋
𝑡0
𝑌](https://image.slidesharecdn.com/20210924kddcup2021-210924073603/85/KDD-Cup-2021-16-320.jpg)
![例3．Normalized Matrix Profile
• 場合によっては正常な時系列のMPが大きくなってしまう
• 例えば，正常な時系列のノイズが大きい場合
• Normalized Matrix Profile (NMP) という新しい異常スコアを提案
• Local Outlier Factor (LOF) [Breunig+00] に着想を得た
Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 17
𝑧𝑡 = min
0≤𝑣<𝑢−
𝑤
2
𝑢+
𝑤
2≤𝑣<𝑡0
dist 𝑋𝑢:𝑢+𝑤, 𝑋𝑣:𝑣+𝑤
𝑓 𝑋𝑡:𝑡+𝑤 =
𝑑𝑡
𝑧𝑡
𝑋𝑡:𝑡+𝑤 𝑋𝑢:𝑢+𝑤
𝑋𝑣:𝑣+𝑤
𝑑𝑡
𝑧𝑡
𝑡 𝑇
𝑤
𝑢
𝑣
𝑧𝑡 𝑑𝑡
𝑋
𝑡0
𝑌](https://image.slidesharecdn.com/20210924kddcup2021-210924073603/85/KDD-Cup-2021-17-320.jpg)
![参考文献
[Breunig+00]
Markus M. Breunig, et al.
"LOF: Identifying Density-Based Local Outliers.“
ACM SIGMOD 2000 (2000).
[Yeh+16]
Chin-Chia M. Yeh, et al.
"Matrix Profile I: All Pairs Similarity Joins for Time Series:
A Unifying View that Includes Motifs, Discords and Shapelets.“
IEEE ICDM 2016 (2016).
[Law+19]
Sean M. Law
"STUMPY: A Powerful and Scalable Python Library for Time Series Data Mining.“
Journal of Open Source Software (2019).
[Wu+20]
Renjie Wu, and Eamonn J. Keogh
"Current Time Series Anomaly Detection Benchmarks are Flawed and are Creating the Illusion of Progress.“
arXiv preprint arXiv:2009.13807 (2020).
[UCR]
The UCR Matrix Profile Page
https://www.cs.ucr.edu/~eamonn/MatrixProfile.html
Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 24](https://image.slidesharecdn.com/20210924kddcup2021-210924073603/85/KDD-Cup-2021-24-320.jpg)
![SSII2021 [TS2] 深層強化学習 〜 強化学習の基礎から応用まで 〜](https://cdn.slidesharecdn.com/ss_thumbnails/ts2-01-210607042910-thumbnail.jpg?width=640&height=640&fit=bounds)
![[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets](https://cdn.slidesharecdn.com/ss_thumbnails/20220325okimura-220405024717-thumbnail.jpg?width=640&height=640&fit=bounds)
![[DL輪読会]ドメイン転移と不変表現に関するサーベイ](https://cdn.slidesharecdn.com/ss_thumbnails/20190614iwasawa-190614005939-thumbnail.jpg?width=640&height=640&fit=bounds)
![[DL輪読会]NVAE: A Deep Hierarchical Variational Autoencoder](https://cdn.slidesharecdn.com/ss_thumbnails/nvaeadeephierarchicalvariationalautoencoder-201113004930-thumbnail.jpg?width=640&height=640&fit=bounds)
![[DL輪読会]Control as Inferenceと発展](https://cdn.slidesharecdn.com/ss_thumbnails/20191004-191204055019-thumbnail.jpg?width=640&height=640&fit=bounds)
![[DL輪読会]Neural Ordinary Differential Equations](https://cdn.slidesharecdn.com/ss_thumbnails/nnasode1-190111001755-thumbnail.jpg?width=640&height=640&fit=bounds)
![[DL輪読会]Decision Transformer: Reinforcement Learning via Sequence Modeling](https://cdn.slidesharecdn.com/ss_thumbnails/decisiontransformer20210709zhangxin-210709021501-thumbnail.jpg?width=640&height=640&fit=bounds)
![[DL輪読会]Graph R-CNN for Scene Graph Generation](https://cdn.slidesharecdn.com/ss_thumbnails/graphr-cnnforscenegraphgenerationkobayashi1130-181130001547-thumbnail.jpg?width=640&height=640&fit=bounds)
![[DL輪読会]ICLR2020の分布外検知速報](https://cdn.slidesharecdn.com/ss_thumbnails/iclr2020ood-190927011524-thumbnail.jpg?width=640&height=640&fit=bounds)
![[DL輪読会]相互情報量最大化による表現学習](https://cdn.slidesharecdn.com/ss_thumbnails/20190913iwasawa-190913002312-thumbnail.jpg?width=640&height=640&fit=bounds)
![[DL輪読会]World Models](https://cdn.slidesharecdn.com/ss_thumbnails/20180427-180427003856-thumbnail.jpg?width=640&height=640&fit=bounds)
![SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか？〜](https://cdn.slidesharecdn.com/ss_thumbnails/ss2ssii2022-220607054716-2760bd30-thumbnail.jpg?width=640&height=640&fit=bounds)
KDD Cup 2021 時系列異常検知コンペ 参加報告
- 1. KDD Cup 2021 時系列異常検知コンペ Multi-datasetTime Series Anomaly Detection 参加報告 産総研 / 三菱電機 吉村 玄太 2021-09-24 KDD2021 参加報告&論文読み会 This work is based on results obtained from a project, JPNP20006, commissioned by the New Energy and Industrial Technology Development Organization (NEDO).
- 2. 自己紹介 吉村 玄太 (@intellygenta) 興味 •時系列データマイニング • 透明性の高い機械学習 • データ要約・可視化 所属 • 三菱電機 情報技術総合研究所 • ビル・空調機，自動車，工場機器などで計測した 時系列データの分析およびAIの研究開発 • 産総研 人工知能研究センター 特定集中研究専門員 • NEDO「人と共に進化する次世代人工知能に関する技術開発事業」 • 人動作時系列のデータ分析・学習手法の研究 Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 2 趣味：全国の灯台めぐり
- 3. KDD Cup 2021 KDDCupは1997年以降毎年開催されているデータ分析コンペ 25回目の今回は3課題 1. Multi-dataset Time Series Anomaly Detection • 複数の単変量時系列から異常検知 • University of California, Riverside 2. City Brain Challenge • 都市規模の交通シミュレーション環境上で 信号を制御して車両数を最大化 • Shanghai Jiao Tong University 3. Open Graph Benchmark Large-Scale Challenge (OGB-LSC) • 大規模グラフの3タスク(node classification, link prediction, graph regression) • Stanford University Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 3
- 4. 従来の時系列異常検知データセット※の問題点 “Current Time SeriesAnomaly Detection Benchmarks are Flawed and are Creating the Illusion of Progress” と主張 [Wu+20] 1. Triviality：極めて単純なアルゴリズムで解ける 2. Mislabeling：明らかに間違った真値が散見される Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 4 ※ Yahoo, Numenta, NASA, OMNI, …
- 5. Multi-dataset Time SeriesAnomaly Detection • 前述の問題点を軽減した時系列異常検知向けのデータセット • 様々なドメインで収集された250種類の単変量時系列から成る • 各時系列はそれぞれある既知の時点で前後に分割されている • 前半＝train：異常を1つも含まない • 後半＝test：異常区間を1つだけ含む • 推定した異常位置が異常区間の真値の±100以内であれば正解 • 求）250時系列に対する正解率 (Accuracy) が高い 汎用的な時系列異常検知アルゴリズム Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 5
- 6. 異常の例 • 異常の種類は様々 • 異常部位の長さも様々 GentaYoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 6 Source: 6位解法の説明動画 https://www.youtube.com/watch?v=aAtRv8fiXD4
- 7. ルール 制約 • チームは最大4人まで • 1日1サブまで •投稿毎に2つのファイルを添付 • 250時系列の異常検知結果 (csv) ⇒ Public LB • 上記結果を出力するコード (≠code competition) 禁止事項 • チーム外へのPrivate sharing • Hand-labeling • 外部データや事前学習モデルの使用 • 時系列間の知識共有（各時系列で独立に異常検知しないといけない） • データセットへの意図的なoverfitting（汎用的なアルゴリズムが欲しい） Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 7
- 8. スケジュール Phase 1 • 3/15~ 4/7 • 25種類の時系列 Phase 2 • 4/8 ~ 6/1 • Phase 1を含む250種類の時系列 Code Review • 6/2 ~ 6/7 → 8/4 • 主催者による禁止事項確認・再現実験 → Private LBが確定 KDD2021 • 8/14 ~ 8/18 • KDD CupのWorkshopで上位入賞者が発表 Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 8
- 9. 結果 ソロ参加で正解率 86.8% (=217/250)を達成 • Private LB 176チーム中 5位 • 1位 88.4% (=221/250) まであと4つ足らず Top-10の正解率が突出 • うち半数が中国企業 Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 9 Source: 主催者のスライド 1位 $2,000 USD 2位 $1,000 USD 3位タイ $500 USD 3位タイ $500 USD 5位 Honorable Mention
- 10. 上位解法まとめ Genta Yoshimura KDDCup 2021: Multi-dataset Time Series Anomaly Detection 10 ※ 上位解法の発表を個人的にまとめたので間違っている可能性アリ Affiliation Accuracy Ensemble Machine Learning (Deep Learning) Period Estimation Similarity (Distance) Filtering / Smoothing Notes 1st DeepBlue Technology 88.4% Weighted Averaging Regression (GBDT, CNN) Auto Period Finder MP Fourier Transform 2階差分も使用 1階差分は不使用 2nd Huawei 87.6% Cascading + Selection ― FFT MP STL Decomposition 11種類のモデルを 既定の順序で適用 3rd A Hikvision Research Institute 87.2% Simple Averaging Deep SAD ― ― Smoothing 10種類の Data Augmentationで 異常サンプルを作成 3rd B Hitachi America R&D 87.2% Cascading + Voting ― ACF DTW LOESS 四分位範囲 (IQR) 外 を異常とみなす 5th AIST 86.8% Model Selection ― ― MP, NMP Moving Average 11種類のモデルを 並列して比較 6th Alibaba 84.8% Cascading ― RobustPeriod MP RobustTrend, RobustSTL 矩形波はシンボリッ ク表現 (SAX) に変換 7th Humboldt University 84.4% Simple Averaging ― FFT 5-NN DP ROCKET features 長い時系列は50kに リサンプリング
- 11. 5位解法の概要 単純な2ステップの時系列異常検知アルゴリズム Step 1. 複数の非負の異常スコアを算出 Step2. 最も突出したピークを持つ異常スコアを選択 Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 11 𝑡0 0 𝑇 𝑋 𝑡 Ƹ 𝑡 Step 1 異常区間 Step 2 異常スコア1 異常スコア2 異常スコア3 … 最も突出したピーク 𝑡𝑏 𝑡𝑒 Train Test
- 12. Step 1. 複数の非負の異常スコアを算出 1-(1)スコア算出 (sliding window) • 様々な長さ・種類の異常に対応 • 32種類の窓幅（部分列長） • 11種類の異常スコア関数 1-(2) 平滑化 (moving average) • スコアのノイズを低減して 異常検知を安定化 • 区間 における 平均的な異常度合い Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 12 𝑠𝑡 = mean(𝑌𝑡−𝑤+1:𝑡+1) (𝑡 − 𝑤, 𝑡 + 𝑤) 𝑦𝑡 = 𝑓 𝑋𝑡:𝑡+𝑤 ≥ 0 (𝑡0 ≤ 𝑡 < 𝑇 − 𝑤) x1.1 x1.1 𝑤 ∈ {40, 44, 48, … , 767} 𝑋𝑡:𝑡+𝑤 = 𝑥𝑡, 𝑥𝑡+1, … , 𝑥𝑡+𝑤−1 𝑓 ∈ {𝑓1, 𝑓2, … , 𝑓11} 𝑡0 𝑡 𝑇 𝑋 𝑌 𝑆 𝑤 𝑦𝑡 = 𝑓 𝑋𝑡:𝑡+𝑤 𝑠𝑡 = mean(𝑌𝑡−𝑤+1:𝑡+1)
- 13. Step 2. 最も突出したピークを持つ異常スコアを選択 2-(1)各異常スコアに対してピークの突出度を算出 • 突出度＝テスト期間における最大のピークと2番目のピークの比率 2-(2) 突出度が最大となる異常スコアを選択 • 最大のピーク位置を異常位置として検知 Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 13 𝑡1 = argmax 𝑡0≤𝑡<𝑇 𝑠𝑡 𝑡2 = argmax 𝑡0≤𝑡<𝑡1−𝑤 𝑡1+𝑤≤𝑡<𝑇 𝑠𝑡 𝑀 𝑤, 𝑓 = 𝑠𝑡1 𝑠𝑡2 w f1 f2 f3 … f11 40 2.4 8.3 1.0 … 4.2 44 3.7 5.9 1.2 … 2.3 48 4.3 10.5 2.1 … 1.3 … … … … … … 767 9.1 4.3 7.2 … 6.2 最も突出したピーク 𝑡0 𝑡1 𝑇 𝑆 𝑡2 𝑡 𝑠𝑡1 = 4.8 𝑠𝑡2 = 2.0 ⇒ 𝑀 𝑤, 𝑓 = 2.4 Ƹ 𝑡 = 𝑡1
- 14. 異常スコア関数 水色で塗った3種類の異常スコア関数について説明 (*) 最終日 (6/1)の投稿コードに追加したが締切のタイムゾーンが不明瞭だったため投稿できず Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 14 No. Name Description 1 orig_p2p Peak-to-peak value of the original time series X (orig) 2 diff_p2p Peak-to-peak value of the 1st-order difference of X (diff) 3 acc_p2p Peak-to-peak value of the 2nd-order difference of X (acc) 4 orig_p2p_inv Inverse of peak-to-peak value of orig 5 diff_small Percentage of time when the absolute value of diff is small 6 acc_std Standard deviation of acc 7 acc_std_inv Inverse of standard deviation of acc 8 orig_mp_novelty Matrix Profile (AB-join) of orig 9 orig_mp_outlier Matrix Profile (self-join) of orig 10 orig_np_novelty Normalized Matrix Profile (AB-join) of orig 11 orig_np_outlier Normalized Matrix Profile (self-join) of orig 12 diff_large* Percentage of time when the absolute value of diff is large 13 diff_cross* Percentage of time when diff crosses zero
- 15. 例1．Peak-to-peak value • 部分列の振幅 •Rolling max/minを用いて簡単に算出 • 3種類の時系列に対して算出 • 元の時系列 (orig) • 1階差分 (diff) • 2階差分 (acc) Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 15 𝑓 𝑋𝑡:𝑡+𝑤 = max(𝑋𝑡:𝑡+𝑤) − min(𝑋𝑡:𝑡+𝑤) 𝑡 𝑇 𝑤 𝑋 𝑡0 𝑌
- 16. 例2．Matrix Profile • MatrixProfile (MP) [Yeh+16] • 最近傍部分列への距離（標準化された部分列同士のユークリッド距離） • Novelty: AB-join (A=test, B=train) • Outlier: self-join (train+test) • 効率的な計算アルゴリズムが存在 • STAMP, STOMP, GPU-STOMP, SCRIMP++, SCAMP [UCR] • STUMPY: pythonライブラリ [Law+19] Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 16 𝑓 𝑋𝑡:𝑡+𝑤 = 𝑑𝑡 = min 0≤𝑢<𝑡0 dist 𝑋𝑡:𝑡+𝑤, 𝑋𝑢:𝑢+𝑤 = min 0≤𝑢<𝑡0 ෨ 𝑋𝑡:𝑡+𝑤 − ෨ 𝑋𝑢:𝑢+𝑤 2 ෨ 𝑋𝑡:𝑡+𝑤 = 𝑋𝑡:𝑡+𝑤 − mean(𝑋𝑡:𝑡+𝑤) std(𝑋𝑡:𝑡+𝑤) 𝑡 𝑇 𝑤 𝑢 𝑑𝑡 𝑋 𝑡0 𝑌
- 17. 例3．Normalized Matrix Profile •場合によっては正常な時系列のMPが大きくなってしまう • 例えば，正常な時系列のノイズが大きい場合 • Normalized Matrix Profile (NMP) という新しい異常スコアを提案 • Local Outlier Factor (LOF) [Breunig+00] に着想を得た Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 17 𝑧𝑡 = min 0≤𝑣<𝑢− 𝑤 2 𝑢+ 𝑤 2≤𝑣<𝑡0 dist 𝑋𝑢:𝑢+𝑤, 𝑋𝑣:𝑣+𝑤 𝑓 𝑋𝑡:𝑡+𝑤 = 𝑑𝑡 𝑧𝑡 𝑋𝑡:𝑡+𝑤 𝑋𝑢:𝑢+𝑤 𝑋𝑣:𝑣+𝑤 𝑑𝑡 𝑧𝑡 𝑡 𝑇 𝑤 𝑢 𝑣 𝑧𝑡 𝑑𝑡 𝑋 𝑡0 𝑌
- 18. 5位解法のまとめ • 単純な2ステップの時系列異常検知アルゴリズムを提案 1. 複数の非負の異常スコアを算出 2.最も突出したピークを持つ異常スコアを選択 • ソロ参加で高い正解率 86.8% (=217/250) を達成 • Private LB 176チーム中 5位 • 1位 88.4% (=221/250) まであと4つ • さらなる利点 1. 再現性が高い（完全に決定論的） 2. スケーラブル（ボトルネックのMP計算はGPUや分散処理で高速化） 3. 人が理解できる（選択されたw, fから異常の長さ・種類を推察） • GitHubでPythonコードを公開 • https://github.com/intellygenta/KDDCup2021 Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 18
- 19. 上位解法まとめ（再掲） Genta Yoshimura KDDCup 2021: Multi-dataset Time Series Anomaly Detection 19 ※ 上位解法の発表を個人的にまとめたので間違っている可能性アリ Affiliation Accuracy Ensemble Machine Learning (Deep Learning) Period Estimation Similarity (Distance) Filtering / Smoothing Notes 1st DeepBlue Technology 88.4% Weighted Averaging Regression (GBDT, CNN) Auto Period Finder MP Fourier Transform 2階差分も使用 1階差分は不使用 2nd Huawei 87.6% Cascading + Selection ― FFT MP STL Decomposition 11種類のモデルを 既定の順序で適用 3rd A Hikvision Research Institute 87.2% Simple Averaging Deep SAD ― ― Smoothing 10種類の Data Augmentationで 異常サンプルを作成 3rd B Hitachi America R&D 87.2% Cascading + Voting ― ACF DTW LOESS 四分位範囲 (IQR) 外 を異常とみなす 5th AIST 86.8% Model Selection ― ― MP, NMP Moving Average 11種類のモデルを 並列して比較 6th Alibaba 84.8% Cascading ― RobustPeriod MP RobustTrend, RobustSTL 矩形波はシンボリッ ク表現 (SAX) に変換 7th Humboldt University 84.4% Simple Averaging ― FFT 5-NN DP ROCKET features 長い時系列は50kに リサンプリング
- 20. Ensemble 様々な種類・長さの異常を検知するためにアンサンブルが有効 1. Model Selection(5th, 2nd) • 複数のモデルの中から指標※が最良のモデルを1つ選択 2. Averaging (1st, 3rd-A, 7th) • Simple Averaging：各モデルの出力（＝異常度）の平均 • Weighted Averaging：各モデルの出力の重み※付き平均 3. Cascading (2nd, 3rd-B, 6th) • 既定の順序でモデルを適用していき基準※を超えたら検知して終了 Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 20 Source: 6位解法の説明動画 https://www.youtube.com/watch?v=aAtRv8fiXD4 Source: 2位解法の説明動画 https://www.youtube.com/watch?v=4PdlUcmwWu0 ※「Test期間に異常区間を1つだけ含む」という前提を利用
- 21. Machine Learning (DeepLearning) 1st：Regression • 前後の部分列から時系列値を回帰（補間） • 残差を異常度として出力 • モデルはいくつか試してGBDTとCNNを採用 3rd-A：Deep SAD • Lukas Ruff, et al. “Deep Semi-Supervised Anomaly Detection” (ICLR2020) • 10種類のData augmentationで異常サンプルを作成 • 様々な部分列長に対してそれぞれモデルを学習してSimple Averaging Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 21 Source: 1位解法の説明動画 https://www.youtube.com/watch?v=1v64_tzJPTE Source: 3位解法の説明動画 https://www.youtube.com/watch?v=1v64_tzJPTE
- 22. その他の特筆事項 Period Estimation • データセットに周期的な波形が多かったため5チームが周期を推定 •周期推定の方法：FFT, ACF, 独自のアルゴリズム • 推定した周期を用いてsliding windowの窓幅などのパラメータを決定 Similarity (Distance) • 主催者が提案したMatrix Profile (MP) を4チームが利用 • 最近傍部分列との距離が大きい部分列を異常とみなす • 時間伸縮を考慮したDynamic Time Warping (DTW) を用いたチームも Filtering / Smoothing • 時系列の前処理 (Filtering) や異常度の後処理 (Smoothing) • STL Decompositionなど各チームが様々な処理を検討 Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 22
- 23. おわりに コンペの改善点 • Public/Private LBのデータセットが同じ（overfittingを誘発） •コードレビューが人手（≠code competition） • アナウンス不足（締切のタイムゾーン，結果発表の遅れ） 自身の反省点 • 場当たり的に進めてしまい後半は時間が不足 • Period EstimationやRegressionは試そうとしたが手が回らず • 異常スコアの多様性を広げきれなかった • 新規アイデア (NMP) が上手くいって安心してしまった 感想 • データ分析コンペは初参加だが楽しくやれた • 上位解法を俯瞰して整理することによる学び • 時系列データマイニングの研究界隈がますます盛り上がることを期待 Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 23
- 24. 参考文献 [Breunig+00] Markus M. Breunig,et al. "LOF: Identifying Density-Based Local Outliers.“ ACM SIGMOD 2000 (2000). [Yeh+16] Chin-Chia M. Yeh, et al. "Matrix Profile I: All Pairs Similarity Joins for Time Series: A Unifying View that Includes Motifs, Discords and Shapelets.“ IEEE ICDM 2016 (2016). [Law+19] Sean M. Law "STUMPY: A Powerful and Scalable Python Library for Time Series Data Mining.“ Journal of Open Source Software (2019). [Wu+20] Renjie Wu, and Eamonn J. Keogh "Current Time Series Anomaly Detection Benchmarks are Flawed and are Creating the Illusion of Progress.“ arXiv preprint arXiv:2009.13807 (2020). [UCR] The UCR Matrix Profile Page https://www.cs.ucr.edu/~eamonn/MatrixProfile.html Genta Yoshimura KDD Cup 2021: Multi-dataset Time Series Anomaly Detection 24