Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Causal and Interpretable Rules for Time Series Analysis

Causal and Interpretable Rules for Time Series Analysis

B87a5fff1932cdac75745f24a92ba739?s=128

Ryusuke Kimura

October 07, 2021
Tweet

Transcript

  1. KDD 2021 論文読み会 Causal and Interpretable Rules for Time Series

    Analysis 2021年10月7日 株式会社リクルート データ推進室 木村隆介
  2. (C) Recruit Technologies Co.,Ltd. All rights reserved. 2 ⾃⼰紹介 ⽊村

    隆介 学歴 早稲⽥⼤学 応⽤物理学科 MSc. Bioinformatics, University of Edinburgh 職歴 ⽇⽴製作所 横浜研究所 (2011 – 2016) リクルート (2017 – 現在) 情報処理学会 PBD運営委員 (2020 – 現在) 神奈川⼤学外部講師 (2020 – 現在) 休⽇ ジムでトレーニングしながら本・論⽂を読む ⾃転⾞でうまい飯屋を巡る 酒飲みながらNetflix ↑翻訳中
  3. (C) Recruit Technologies Co.,Ltd. All rights reserved. 3 はじめに Q1.

    この論⽂は何︖ A1. 時系列データからAが起きたらBが起きるといった因果ルールを抽出する予測論⽂だよ。 Q2. なんでこの論⽂を選んだの︖ A2. ビジネスサイドに予測モデルを説明する時間を節約できて早く帰ってビール飲めそうだと思ったからだよ。 Q3. この論⽂読んで実際の業務で使えそう︖ A3. 使えそうだよ。例えばSaaSだと解約の因果ルールがわかると現場の⼈たちが⾃分たちで打ち⼿が導き出せそうだよ。 Q4. しっくり来なかった点は︖ A4. 因果ルールとは・・・って感じだけど、これでいい結果出たら早く帰ってビール飲めそうだからいい感じだよ。 Q5. 他に⾔っとくことある︖ A5. ⽊村が論⽂の理解を深めるために論⽂とは関係ない⽂献も引⽤したりしているよ。間違いあったらごめんなさい︕ Q6. 今⽇の発表の流れってどんな感じ︖ A6. 論⽂の章に沿って進めるよ。時間的に厳しいところは⾶ばすよ。
  4. (C) Recruit Technologies Co.,Ltd. All rights reserved. 4 Introduction ストレージの低価格化とセンサ機器の発達によって

    産業界の多様なデータを⼤量取得できるようになってきた ストレージ単価の推移 (総務省 ⽩書) センサ技術の発展に関する記事 (電⼦情報通信学会誌 Vol.100 No.9 pp.913-918 2017年9⽉) ストレージ単価は30年でざっくり10万分の1︕ 新物質/新現象が発⾒後すぐセンサ化される︕
  5. (C) Recruit Technologies Co.,Ltd. All rights reserved. 5 Introduction 多様なデータの⼤量取得に加え、機械学習の開発環境の充実化により

    経済的や環境的な損失に繋がるトラブルや故障の予測が広まってきた Google Colaboratory Amazon Medium article for GCP エレベータの故障 発電設備の故障 ⾶⾏機の故障
  6. (C) Recruit Technologies Co.,Ltd. All rights reserved. 6 Introduction 本研究では⽯油精製⼯場の蒸留装置で発⽣する

    フラッジングと呼ばれるトラブルの予測を研究対象とする https://www.idemitsu.com/jp/business/factory/profile/f_process.html フラッジングとは︖ ⽯油を蒸留する際に、蒸留したガスが溢れて蒸留した 液体の流れを遮ってしまうこと。フラッジングの発⽣ は蒸留装置の圧⼒上昇と⽣産量の低下で検知する。 フラッジングが発⽣すると蒸留装置の内部環境を安 定させて⽣産量を元に戻すのに⻑い時間蒸留装置を⽌ める必要がある。気体の蒸留装置ではフラッジングは 頻繁に発⽣し復旧に2-3時間かかる。 ※この特許も参考にしました
  7. (C) Recruit Technologies Co.,Ltd. All rights reserved. 7 Introduction ⼀般的な機械学習モデルを⽤いたフラッジング予測では

    現場への適⽤は⾒送られていた ⾒送られるケース 意思決定による影響が⼤きいケースが多い ⾒送られる要因 ⼈命に関わる意思決定 影響する⾦額が⼤きい意思決定 予測精度に加えモデルがブラックボックス であることに起因する要因が多い 意思決定の根拠を⽀持する 時系列データの因果関係を 専⾨家が検証出来ない 意思決定の根拠が不明なため 具体的な打ち⼿に繋がらない
  8. (C) Recruit Technologies Co.,Ltd. All rights reserved. 8 Introduction 適⽤が⾒送られる要因を解消してあげる必要がある︕

    ⾒送られる要因(再掲) 予測精度に加えモデルがブラックボックス であることに起因する要因が多い 意思決定の根拠を⽀持する 時系列データの因果関係を 専⾨家が検証出来ない 意思決定の根拠が不明なため 具体的な打ち⼿に繋がらない 要因の解消に向けた⽅針 時系列データの因果関係を 現場の⼈たちが解釈可能な形で提⽰すればOK! 温度差と圧⼒が急上昇しているか らイベントが起こるよ︕(※1) 温度差と圧⼒が急上昇ならば あの打ち⼿を打つべきだな︕ (※1) ⽊村がメーカーで働いてた頃の肌感でも現のエンジニアは これくらいの情報量でも打ち⼿を導き出せる⼈がいる
  9. (C) Recruit Technologies Co.,Ltd. All rights reserved. 9 Introduction 時系列データの因果関係を現場の⼈たちが

    解釈可能な形で提⽰するにはどうしたら良いか︖ 突発的なトラブルの要因を分析するための⼿ 法であるCase-crossover designと解釈性 の⾼い予測を実現するRule-based Algorithmを組み合わせる︕
  10. (C) Recruit Technologies Co.,Ltd. All rights reserved. 10 Case-crossover design

    疫学領域では疾患の要因特定のために Case-control designという⼿法が⽤いられる 患者群 対照群 疾患を持つCase群(患者群)と⽐較対象のControl群(対照群)に分けて疾患の要因特定を試みる 変形性膝関節症では両群で性別と年齢を揃えて 交絡バイアスを除去して転倒歴や歩⾏速度を⽐較する
  11. (C) Recruit Technologies Co.,Ltd. All rights reserved. 11 Case-crossover design

    ⾃動⾞事故の要因分析のように交絡バイアスを 除去できない状況ではCase-control designは使えない Case群 Control群 運転中の携帯電話での通話が要因と思っても 個⼈の性格といった交絡バイアスを除去できない︕ 慎重じゃ無い性格の⼈たちかも︖ 慎重な性格の⼈たちかも︖
  12. (C) Recruit Technologies Co.,Ltd. All rights reserved. 12 Case-crossover design

    ⾃動⾞事故の要因分析では交絡バイアスを 除去するためにCase-crossover designが⽤いられる Case Control 事故が起きた時をCase群、事故が起きない平常運転時をControl群とすれば 個⼈の性格といった交絡バイアスを除去できる︕ 同じ⼈︕ (同じ性格の⼈︕)
  13. (C) Recruit Technologies Co.,Ltd. All rights reserved. 13 Rule-based Algorithm

    Association Rule Miningはスーパーマーケットでの 消費者の購買ルールを抽出するために開発された スーパーのPOSデータから頻出する購買ルールを抽出する カニとホタテを買うならばビールも買う︕
  14. (C) Recruit Technologies Co.,Ltd. All rights reserved. 14 Rule-based Algorithm

    Association Rule Miningで抽出したルールの指標 カニとホタテを買うならばビールも買う︕ # 指標名 意味 1 ⽀持度 全レシートのうちこのルールが出現す る割合。 2 確信度 カニとホタテを買った⼈のうちビール を買った⼈の割合。 3 リフト値 カニとホタテを買った⼈とビールを買 った⼈が独⽴と仮定した時よりどれく らいこのルールが多いのかの割合。 代表的な指標3つはこんな感じ
  15. (C) Recruit Technologies Co.,Ltd. All rights reserved. 15 Methodology Case-crossover

    designとApriori Algorithm(※1)を 組み合わせたCase-crossover APriori (CAP) を提案 ※1 Association Rule Miningでルール抽出によく⽤いられるアルゴリズム
  16. (C) Recruit Technologies Co.,Ltd. All rights reserved. 16 Methodology 研究対象のデータはこんな感じ

    横軸は時刻、縦軸はセンサデータの値を表している センサデータの値は4ヶ⽉間1分おきに取得している 取り付けたセンサの数は約800個 圧⼒、温度、流量、バルブ開閉 化学物質の濃度などを取得 フラッジング
  17. (C) Recruit Technologies Co.,Ltd. All rights reserved. 17 Methodology 時系列データをCase-crossover

    designでControlとCaseに分割する 分割するためのパラメータは専⾨家との議論で決定した Control Y=0 Case Y=1 各データを独⽴として扱うために 20時間(1200分)以上の間隔を空けた Controlとして扱う正常な期間を フラッジングの10時間(600分)前以上とした
  18. (C) Recruit Technologies Co.,Ltd. All rights reserved. 18 Methodology ここから⼆値分類できるようなデータセットを作っていく

    ⽬的変数はCaseとControlでそれぞれY=1,0となる Control Y=0 Case Y=1 Y X1 … Xp 1 x11 … x1p 0 x21 … x2p … … … … 1 x76 1 … x76p 0 x76 1 … x76p 4ヶ⽉間でフラッジングは 38回発⽣したため データの⾏数は76となる
  19. (C) Recruit Technologies Co.,Ltd. All rights reserved. 19 Methodology Period1

    からPeriod2 におけるセンサjの平均値を取得し どれくらい変化(何%変化)したかを算出する Y X1 … Xp 1 x11 … x1p 0 x21 … x2p … … … … 1 x76 1 … x76p 0 x76 1 … x76p
  20. (C) Recruit Technologies Co.,Ltd. All rights reserved. 20 Methodology One-hot

    encodingで[0,1]の連続値をカテゴリカル変数に変換し Apriori Algorithmに適⽤可能な形にする Y X1 … Xp 1 x11 … x1p 0 x21 … x2p … … … … 1 x76 1 … x76p 0 x76 1 … x76p
  21. (C) Recruit Technologies Co.,Ltd. All rights reserved. 21 Methodology Table

    2のデータに対してmlxtendのaccosiation_rules を適⽤しフラッジングの因果ルールを抽出する︕ http://rasbt.github.io/mlxtend/user_guide/frequent_patterns/association_rules/ 公式ドキュメントより
  22. (C) Recruit Technologies Co.,Ltd. All rights reserved. 22 Interpretable Rules

    found by CAP 今回抽出したルールは以下の通り X(1)は従来物理モデルでフラッジングを予測する時に使われている変数 X(2)は循環する流量を表す変数で、専⾨家がフラッジングの発⽣を説明する時によく使われる
  23. (C) Recruit Technologies Co.,Ltd. All rights reserved. 23 Predictive Algorithm

    Case-crossover APriori Predictive 1 (CAPP1) Event=TrueとなるルールをConfidence(確信度)とLift(リフト値)でをソートし 上から10個のルールのうち⼀つでも当てはまったらフラッジングが発⽣すると予測する
  24. (C) Recruit Technologies Co.,Ltd. All rights reserved. 24 Predictive Algorithm

    Case-crossover APriori Predictive 2 (CAPP2) CAPP1と異なり Event=True となるルールだけでなく Event=False となるルールも抽出する
  25. (C) Recruit Technologies Co.,Ltd. All rights reserved. 25 Predictive Algorithm

    Case-crossover APriori Predictive 2 (CAPP2) Support(⽀持度)が0.01以上、Confidence(確信度)が0.5以上となるEvent=Trueルール、 Event=Falseルールを対象にConfidenceの⾼い順に上からルールを100個選ぶ Event=Trueルールに⼀つでも当てはまる、かつ、Event=Falseルール に⼀つも当てはまらないならばフラッジングが発⽣すると予測する Event=True ルール Event=False ルール
  26. (C) Recruit Technologies Co.,Ltd. All rights reserved. 26 CAPP1 &

    CAPP2 Prediction Results モデルの評価にはLeave-Two-Out Cross Validationを⽤いた Y X1 … Xp 1 x11 … x1p 0 x21 … x2p … … … … 1 x76 1 … x76p 0 x76 1 … x76p … テストデータ 訓練データ n=2 n=74 1回のフラッジング(Y=1,0のペア)をテストデータとして抜き出し それ以外のデータを訓練データとしてルールを学習する
  27. (C) Recruit Technologies Co.,Ltd. All rights reserved. 27 CAPP1 &

    CAPP2 Prediction Results 評価結果は以下の通り Random ForestやCAPP1を圧倒してCAPP2が⾼精度 ザックリとした 精度の良さ 全フラッジングのうち 何%を事前に予測出来たか この値が⾼いほど 虚報が少ない
  28. (C) Recruit Technologies Co.,Ltd. All rights reserved. 28 Conclusion and

    Future Work ⽯油精製⼯場のセンサデータを⽤いてフラッジングの発⽣を ⼈間が解釈可能な因果ルールで予測する⼿法を開発した 1 Case-crossover designとApriori Algorithmを組み合わせた CAP(Case-crossover APriori)を開発した 2 開発⼿法を実データで評価したところ、既存⼿法より⾼精度かつ 専⾨家から⾒ても妥当な因果ルールの抽出を実現した 3 今後の課題として、各種パラメータの最適化、抽出した因果ルールを aggregateして予測する⼿法の開発などが考えられる
  29. Appendix

  30. (C) Recruit Technologies Co.,Ltd. All rights reserved. 30 Appendix.1 Abstractを意訳しました

    これだけでも持って帰ってもらえると嬉しいです🙇 経済成⻑と共に複雑な産業機械の導⼊が進んでいるが、原因不明の急なトラブルや故障に伴う経済的、 環境的な損失が発⽣している。これらの損失の発⽣を防ぐためには、トラブルや故障の原因を特定し、 この原因に対して予知保全を実施する必要がある。 トラブルや故障の原因特定には、産業機械に各種センサを設置し、センサから取得した時系列データ を分析するアプローチを取るのが⼀般的である。本研究では、突発するトラブルや故障の原因を特定し て予知保全を実施するには産業機械の保守点検員がデータ分析の結果を解釈可能な必要があることから、 疫学の領域で病気の急激な発症を分析する⼿法である case-crossover design と⼈間が解釈可能なル ールをデータから抽出する Apriori algorithm を組み合わせた⼿法を開発した。 開発⼿法を⾮線形な時系列データである実際の産業機械のデータに対して適⽤した結果、トラブルや 故障の原因を特定し、予知保全を実施することが可能となった。
  31. (C) Recruit Technologies Co.,Ltd. All rights reserved. 31 Appendix.2 著者の所属組織①

    TotalEnergies TotalEnergiesは1924年に設⽴されたフランスの多国籍⽯油ガス会社です。7つのスー パーメジャー⽯油ガス会社の1つ。TotalEnergiesの事業は、原油および天然ガスの探査 および⽣産から、発電、輸送、精製、⽯油製品のマーケティング、国際的な原油および 製品の取引といったように⽯油ガスビジネスの全体をカバーしています。また、 TotalEnergiesは化学メーカーの側⾯も持っています。 TotalEnergiesは、パリ⻄部のラデファンス地区に本社を置いています。同社はユーロ ストックス50株価指数の構成企業です。フォーブスグローバル2000では、世界で29番 ⽬に⼤きい公開会社としてフォーチュングローバル500では25番⽬に⼤きい会社として ランク付けされています。他の⽯油ガス会社と同様に、TotalEnergiesには、複数の論 争を含む、環境的および社会的影響の複雑な歴史があります。CDP Carbon Majors Report 2017によると、同社は世界で炭素排出量を⽣み出している上位100社の1つで あり、1998年から2015年までの世界の排出量の0.9%を占めています。
  32. (C) Recruit Technologies Co.,Ltd. All rights reserved. 32 Appendix.3 著者の所属組織②

    パリ⼯科⼤学 エコール・ポリテクニーク エコール・ポリテクニーク(フランス語: École polytechnique、通称X〈イックス〉)または理⼯科学校は、フランス共 和国のパリ市近郊パレゾーに位置する公⽴⾼等教育研究機関である。パリサクレー⼤学の理⼯系グランゼコールのひとつ である。フランス⾰命時に創設された3校(パリ⾼等師範学校、エコール・ポリテクニーク、国⽴⼯芸院)のうちの⼀校 であり、現代フランス社会においてエナ (ENA) と共に絶⼤なる影響⼒を誇る。 4年の課程でIngénieur Polytechnicien の理⼯系学位を付与する。学⽣やディプロム授与者はポリテクニシャン (polytechnicien)と呼ばれる。学⽣の多くは、予備⼤学で2年間の数学と物理を学んだ後、または理学⼠(Bachelor of Science)を取得したのちに、本校を受験することとなる。 1794年のフランス⾰命中に、数学者ラザール・カルノーとガスパール・モンジュによって創設され、1804年にナポレ オン・ボナパルトによって軍学校とされる。今⽇ではフランス国防省(2017年6⽉以降は軍事省)の配下にある。2020 年1⽉にフランス政府の重要国家プロジェクト・パリサクレー計画および「未来への投資」プログラム (Investissements d'Avenir) の⼀環として創設されたパリサクレー⼤学の正式機関と認定される。 “ポリテクニック”の語源となった学校であり、世界中にエコール・ポリテクニークをモデルとした学校・⼤学が存在す る。理⼯系エリート(テクノクラート)養成の機関であり、同校からは3名のノーベル賞受賞者、1名のフィールズ賞受賞 者、3名のフランス⼤統領、複数の企業CEOを輩出している。2015年TimesのTHE世界⼤学ランキングによって、フラン ス国内において第⼀位と認定された。 ParisTechの設⽴メンバーとしてパリ近郊の各⾼等⼯科系の学校とグループを結んでいる。
  33. (C) Recruit Technologies Co.,Ltd. All rights reserved. 33 Appendix.4 参考⽂献

    Apriori algorithm の 丁寧な説明が載ってる本 今回紹介した論⽂
  34. (C) Recruit Technologies Co.,Ltd. All rights reserved. 34 Appendix.5 時系列データの因果推定を対象とした関連研究

    Pearl Causality based Granger Causality based 1 𝑦 𝑡 = % !"# $ 𝑎!𝑦 𝑡 − 𝑖 + 𝑒% 𝑡 2 𝑦 𝑡 = % !"# $ 𝑎! 𝑦 𝑡 − 𝑖 + % !"# $ 𝑏! 𝑥 𝑡 − 𝑖 + 𝑒% 𝑡 (1)にxの項を加えた(2)が(1)より精度向上した場合 xからyへのグレンジャー因果が存在する 深層学習やAttentionを応⽤した関連研究が存在 ベイジアンネットワーク(BN)やSEMを対象に 変数の時系列の順序に制約を持たせる 論⽂では引⽤していないがBNの 推定⼿法であるK2アルゴリズムのイメージ xi xj xk > > xk xi xj
  35. (C) Recruit Technologies Co.,Ltd. All rights reserved. 35 Appendix.6 解釈可能性を対象とした関連研究

    Local Explanation based Decision Tree based 決定⽊は精度が低い上にモデルの分散が⼤きい ランダム森で頻出するパターンを抽出する研究も 決定⽊ 決定森で頻出するパターンを抽出 LoRMIkAと呼ばれるアソシエーションルールを ⽤いた局所的な説明⼿法がある