3. CONFIDENTIAL
AI開発の現状
This material is confidential and the property of GRID Inc. 3
AIのどこから手をつければ
良いのだろう?
AIを学習するのに
何が必要だろう?
新しいアルゴリズムが
多く、理解ができないかも
AIで何が
できるのだろう?
取り組みたくても取り組めない
8. CONFIDENTIAL
複雑なアルゴリズムの実装
This material is confidential and the property of GRID Inc. 8
YOLO, Neural Style Transfer, Segmentationなどの
複雑なアルゴリズムのソースコードを公開。
機械学習の経験が少ないエンジニアでも複雑なモデル構築が可能
9. CONFIDENTIAL
ユースケース
This material is confidential and the property of GRID Inc. 9
ReNomチュートリアルに公開されている様々なユースケースを通して
課題に対するソリューションがイメージできる
どのような課題をAIを用いて解決する
ことができるか?
11. CONFIDENTIAL
INFRASTRUCTURE + LIFE + INNOVATION
This material is confidential and the property of GRID Inc. 11
チュートリアル紹介:
LSTMによる時系列データの異常検知[1]
)
[1] Malhotra, Pankaj, et al. “Long short term memory networks for anomaly detection in
time series.” Proceedings. Presses universitaires de Louvain, 2015.
14. CONFIDENTIAL
LSTMによる時系列データの異常検知:手順
This material is confidential and the property of GRID Inc. 14
STEP1. 正常時のデータでLSTMを学習し、正常値をLSTMで予測
STEP2. 学習データとLSTMの予測データの誤差を算出し、正規分布へフィッティング
STEP3. テストデータとLSTMの予測値から誤差を算出 →検知結果とする
正規分布LSTMと測定結果
異常と判定
15. CONFIDENTIAL
LSTMによる時系列データの異常検知:データセット
This material is confidential and the property of GRID Inc. 15
データセット:心電図データ qtdb/sel102 ECG dataset [2]
http://www.cs.ucr.edu/~eamonn/discords/
[2]E. Keogh, J. Lin and A. Fu (2005). HOT SAX: Efficiently Finding the Most Unusual Time
Series Subsequence. In The Fifth IEEE International Conference on Data Mining.
異常値
17. CONFIDENTIAL
チュートリアルの応用性
This material is confidential and the property of GRID Inc. 17
クレジットカード
不正利用検知
サイバーセキュリティ
マルウェア検知
不正利用検知
医薬品業界
新薬の有効性検
証(“薬が効く”
を異常と定義) 広告の有効性検証
LSTMによる時系列
データの異常検知
基礎知識だけではなく、ビジネスヒントも得られる
19. CONFIDENTIAL
今後について
This material is confidential and the property of GRID Inc. 19
ReNom チュートリアルページをリニューアルする予定
今後、基本理論、製品、ユースケースに応じてページを作成
インドネシア
語も追加カテゴリ別