お問い合わせ
Go to Top

SERVICE

分析手法

状態空間モデル

状態空間モデルとは、汎用性の高い時系列分析モデルのことで、観測できない隠れた要因と観測した結果を用いて複雑な時系列モデルを構成します。時系列予測をさまざまな要因分解の結果として行なえるため、時変パラメータの解釈や可視化が容易になります。需要予測、売上予測、故障予測などで活用されています。

状態空間モデルのケース一覧

複数のセンサーデータを活用した異常動作検知

正常時のセンサーデータのみを用いてアルゴリズムを構築し、検査データ中に現れる異常を検知することで、それまで熟練者の感覚に頼っていた異常検知をAIで代替。技術伝承と省人化の両面から人手不足を解消できます。異常データが存在せず教師あり学習ができない場合でも、時系列的な変化・複数の要因を考慮できる隠れマルコフモデル(状態空間モデル)を用いて正常時から逸脱する値を異常と判定することで、アルゴリズム構築が可能。また、複数種類のセンサーデータの組み合わせに対応可能のため、人間では認識しにくい異常も検知できます。

産業
分析テーマ
活用データ
分析手法

UNIX不正コマンドの自動検知

異常(不正処理)データが存在しないため、正常データのみで学習し、不正コマンドを自動検知するアルゴリズムを構築。当てはまりが著しく悪い場合を異常と判定しサーバー管理者にアラートを出す仕組みを開発することで、社内業務における不正行為(情報漏洩行為など)を抑止できます。

産業
分析テーマ
活用データ
分析手法

サーバーラックの吸気温度予測精度向上

サーバーラックにおける、吸気温度の上昇を理由とした異常発生を防ぐため、各サーバーラックおよび空調の消費電力等のデータを用いて、吸気温度の変化を予測するアルゴリズムを構築。これにより、空調設備を適切な温度で管理でき、電気代等の経費削減に成功。

産業
分析テーマ
活用データ
分析手法