プロセスが複雑な産業時系列における教師なし異常検知：実世界の事例研究
arXiv cs.LG / 2026/4/16
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、実際の産業用時系列は、運転モードによって変化する異種で多段階のプロセス動特性のため、ベンチマークデータセットよりも複雑であると主張する。
- 完全に稼働している産業機械から収集したデータセットを用いた実証研究を提示し、プロセス起因のばらつきを反映することを目的としている。
- モデル評価では、古典的なIsolation Forestのベースラインと複数のオートエンコーダ構成を比較し、非周期的で多尺度な挙動に対してIsolation Forestは不十分であることを明らかにする。
- オートエンコーダの中では、時間畳み込みオートエンコーダが最も頑健な異常検知性能を示す一方、リカレント型および変分オートエンコーダは有効だが、より慎重なハイパーパラメータ調整を要する。
