時系列データにおける異常検知の手法

時系列データにおける異常検知の手法

隠れマルコフモデル

Hybrid LSTM-GRUネットワーク

音響データから効果的に時間的特徴を抽出し、ノイズ耐性を高めるモデル構造

リカレントニューラルネットワーク（RNN）の派生形であるLSTMやGRUは、音声や時系列センサーデータのようなシーケンシャルデータに適しており、時間的依存性を捉えられる

トランスフォーマーなど,大規模事前学習モデル

時間的依存関係や複雑な音響パターンを捉える

自己教師あり学習・教師なし学習

ラベル付けされた異常データの不足を補うため、ラベルなしデータから正常パターンを学習

そこからの逸脱を異常として検出する

拡散モデル (Diffusion Models)

正常データの分布から逸脱するサンプルを異常として識別

従来型機械学習 (ML) 手法: Bayesian、決定木、SVM

損失関数にTime-Balanced Focal Loss (TBFL)を使用?