王道！時系列データで学ぶ6種の特徴抽出と異常検知

概要

時系列データを対象とした異常検知への期待は増加の一途を辿っている一方で、機械学習に代表される特徴量エンジニアリング、とりわけ特徴抽出が効果的に実現できないといった課題が散見されます。

そこで本Webセミナーでは、異常検知を実施する際に現場ですぐに使える6種類の特徴抽出の方法をご紹介します。解析対象としては、加速度データから生体信号までと様々な形状的特徴を有する複数の時系列データを取り扱います。加えて、抽出された特徴量をどのように機械学習や深層学習と結び付けていくかのワークフローも説明します。

MATLABではアプリを使用することでプログラミング・フリーな環境も整えていますので、これからMATLABを使って異常検知を始めてみたい方はもちろんのこと、センサーデータを用いた解析に興味を持っている方にもおすすめのセミナーです。

ハイライト

• 様々な特徴抽出を活かした異常検知
• 特徴量と機械学習・深層学習のコンボ
• アプリとコード生成を活用した一連の解析ワークフロー

講演者について

MathWorks Japan Senior Application Engineer

王　暁星　博士（理学）

異常検知・予知保全をテーマに顧客先や学会で複数発表。

機器の故障予測に向けたデータ解析を得意とする。

前職では大手外資系油田開発サービス会社に6年勤務。

地下資源採掘装置の開発、設置、データの取得と解析に従事。