Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
異常検知ライブラリを作った話
Search
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
tsurubee
November 18, 2017
Technology
1.1k
0
Share
異常検知ライブラリを作った話
ライブラリの特徴:特異スペクトル変換による変化点検知
tsurubee
November 18, 2017
More Decks by tsurubee
See All by tsurubee
大規模言語モデルにおけるData-Centric AIと合成データの活用 / Data-Centric AI and Synthetic Data in Large Language Models
tsurubee
1
550
言語モデルによるAI創薬の進展 / Advancements in AI-Driven Drug Discovery Using Language Models
tsurubee
2
600
AIトップカンファレンスからみるData-Centric AIの研究動向 / Research Trends in Data-Centric AI: Insights from Top AI Conferences
tsurubee
3
3.3k
DeepCrysTet: A Deep Learning Approach Using Tetrahedral Mesh for Predicting Properties of Crystalline Materials
tsurubee
0
1.3k
3次元メッシュで表現した結晶構造を用いた材料物性の予測に向けた深層学習モデルの設計 / Design of Deep Learning Model for Predicting Material Properties Using Crystal Structure Represented by Three-Dimensional Mesh
tsurubee
1
2.5k
分散システムの性能異常に対する機械学習の解釈性に基づく原因診断手法 / A Method for Diagnosing the Causes of Performance Issues in Distributed Systems Based on the Interpretability of Machine Learning
tsurubee
0
1.7k
機械学習の解釈性に関する研究動向とシステム運用への応用 / A Survey on Interpretable Machine Learning and Its Application for System Operation
tsurubee
0
380
機械学習モデルの局所的な解釈に着目したシステムにおける異常の原因診断手法の構想
tsurubee
0
8.1k
アニーリングマシンを活用したエッジAIにおける 生成モデルの学習効率化のためのアーキテクチャ
tsurubee
0
1.7k
Other Decks in Technology
See All in Technology
データモデリング通り #5オンライン勉強会: AIに『ビジネスの文脈』を教え込むデータモデリング
datayokocho
0
270
AIの揺らぎに“コシ”を与える階層化品質設計
ickx
0
270
オライリーイベント登壇資料「鉄リサイクル・産廃業界におけるAI技術実応用のカタチ」
takarasawa_
0
400
Claude Code / Codex / Kiro に AWS 権限を 渡すとき、何を設計すべきか
k_adachi_01
5
1.3k
ボトムアップの改善の火を灯し続けろ!〜支援現場で学んだ、消えないための3つの打ち手〜 / 20260509 Kazuki Mori
shift_evolve
PRO
2
710
試作とデモンストレーション / Prototyping and Demonstrations
ks91
PRO
0
200
2026-05-14 要件定義からソース管理まで!IBM Bob基礎ハンズオン
yutanonaka
0
150
CyberAgent YJC Connect
shimaf4979
1
180
そのSLO 99.9%、本当に必要ですか? 〜優先度付きSLOによる責任共有の設計思想〜 / Is that 99.9% SLO really necessary? Design philosophy of shared responsibility through prioritized SLOs
vtryo
0
680
Every Conversation Counts
kawaguti
PRO
0
220
20260513_生成AIを専属DSに_AI分析結果の検品テクニック_ハンズオン_交通事故データ
doradora09
PRO
0
220
「強制アップデート」か「チームの自律」か?エンタープライズが辿り着いたプラットフォームのハイブリッド運用/cloudnative-kaigi-hybrid-platform-operations
mhrtech
0
190
Featured
See All Featured
The Organizational Zoo: Understanding Human Behavior Agility Through Metaphoric Constructive Conversations (based on the works of Arthur Shelley, Ph.D)
kimpetersen
PRO
0
320
職位にかかわらず全員がリーダーシップを発揮するチーム作り / Building a team where everyone can demonstrate leadership regardless of position
madoxten
62
54k
SEO for Brand Visibility & Recognition
aleyda
0
4.5k
The SEO identity crisis: Don't let AI make you average
varn
0
460
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
16
1.9k
Into the Great Unknown - MozCon
thekraken
41
2.5k
Efficient Content Optimization with Google Search Console & Apps Script
katarinadahlin
PRO
1
550
A designer walks into a library…
pauljervisheath
211
24k
Testing 201, or: Great Expectations
jmmastey
46
8.1k
How to Talk to Developers About Accessibility
jct
2
190
Raft: Consensus for Rubyists
vanstee
141
7.4k
The Language of Interfaces
destraynor
162
26k
Transcript
ҟৗݕϥΠϒϥϦ Λ࡞ͬͨ भ %BUB4DJFOUJTU.FFU6Q
ࣗݾհ ా തจ ʢ!UTVSVCFFʣ ΤϯδχΞྺɿ ͪΐ͍ େֶͷઐ߈Խֶ લ৬ফ࢜ झຯےτϨ ʢಛʹϕϯνϓϨεʣ
ࠓճͷ༰ɾɾ લʹθϩ͔ΒϓϩάϥϛϯάΛ࢝Ίͨࢲ͕ɺ ϊϦͱؾ߹͍ͰҟৗݕϥΠϒϥϦΛ࡞ͬͨ ɾҟৗݕʹ͍ͭͯ ɾϥΠϒϥϦΛ࡞ͬͨഎܠ ɾ࣮ΞϧΰϦζϜ ɾϦΞϧλΠϜҟৗࢹͷσϞ ͳͲͳͲɾɾ
ҟৗݕͱʁ
େଟͷσʔλͱৼΔ͍͕ ҟͳΔσʔλΛݕग़͢Δٕज़ σʔλϚΠχϯά نଇੑ ҟৗ σʔλͷࢁ
ҟৗݕͷԠ༻ྫ ίϯϐϡʔλΠϧε%PT߈ܸͷૣظൃݟ ηΩϡϦςΟ ނো༧ஹݕ ػց ྲྀߦͷݕɾ৽τϐοΫͷൃݟɾ ϢʔβߦಈͷมԽݕ ϚʔέςΟϯά
ҟৗσʔλྫ ʙͦͷ̍
ҟৗσʔλྫ ʙͦͷ̍ ҟৗʂ
ҟৗʂ if value > 120: print('ERROR!') JGจͰݕͰ͖ͦ͏ʂ ҟৗσʔλྫ ʙͦͷ̍
ҟৗσʔλྫ ʙͦͷ̎
Կ͔ҟৗ͕ى͖ͯΔ ҟৗʹ͍Ζ͍Ζ͋Δ ҟৗσʔλྫ ʙͦͷ̎
ҟৗݕͷྨ ֎Εݕ มԽݕ ҟৗݕ ٸܹͳৼΔ͍ͷมԽΛݕ ࣌ܥྻϞσϧ ଞͱେ͖͘ҟͳΔΛݕ ಠཱϞσϧ
ҟৗݕͷྨ ֎Εݕ มԽݕ ҟৗݕ ࠓճίονͷʂ ٸܹͳৼΔ͍ͷมԽΛݕ ࣌ܥྻϞσϧ ଞͱେ͖͘ҟͳΔΛݕ ಠཱϞσϧ
ҟৗݕϥΠϒϥϦ ʹ͍ͭͯ
ͳͥ࡞͔ͬͨ ͍ͭͷ͔ɺٕज़Λ͍͜ͳ͢ଆͰͳ͘ ࡞ΔଆʹͳΓ͍ͨ ϚΠϯυతഎܠ σʔλαΠΤϯεతഎܠ ϏδωεͷݱʹᷓΕΔ࣌ܥྻσʔλ ʢྫ͑ɺച্σʔλɾΞΫηεϩάͳͲʣ ͷมԽͷஹީΛ͍ͪૣ͘ݕ͍ͨ͠
࡞ͬͨͷ ಛʢڧΈʣԿʁ #BOQFJʢ൪ฌʣ ɿ1ZUIPOҟৗݕύοέʔδ "ಛҟεϖΫτϧมʹΑΔ࣌ܥྻσʔλͷมԽݕ ಛఆͷ֬ΛԾఆ͍ͯ͠ͳ͍ͨΊɺ ᶃଟ༷ͳมԽʹؤڧʹରԠͰ͖ɺ ᶄύϥϝʔλνϡʔχϯά͕༰қͳ มԽݕ͕Մೳ
ಛҟεϖΫτϧม ࣌ࠁ ཤྺߦྻ" ςετߦྻ# ओ෦ۭؒ ",''', ( ",''', ( มԽ
શମΠϝʔδ ʮೖػցֶशʹΑΔҟৗݕ ʕ3ʹΑΔ࣮ફΨΠυʯͷਤ Λࢀߟʹ࡞ աڈଆͱݱࡏଆͷߦྻಉ࢜ͷ৯͍ҧ͍ͷେ͖͞ΛఆྔԽ
มԽͷఆٛ ಛҟղʹΑΔಛύλʔϯͷநग़ 9 6 7 ಛҟ্ҐͷࠨಛҟϕΫτϧΛ NຊऔΓग़͢ աڈଆ ݱࡏଆ
( ͷ࠷େಛҟ) 4 ֊SΛͭNºOߦྻ9 N O S S O S มԽ
#BOQFJͷ͍ํ ҟৗݕ ϋΠύʔύϥϝʔλʢXʣɿεϥΠυ૭ͷαΠζ ΠϯϓοτʢEBUBʣϦετܕ/VN1Z BSSBZͳͲͷσʔλྻ ΞτϓοτʢSFTVMUTʣΠϯϓοτͱಉ͡αΠζͷ/VN1Z BSSBZ git clone https://github.com/tsurubee/banpei.git
cd banpei pip install . Πϯετʔϧ import banpei model = banpei.SST(w=50) results = model.detect(data) ˞ͨͬͨ̏ߦʂ
#BOQFJʹΑΔपҟৗݕ
#PLFIͱͷ࿈ܞʹΑΔ ϦΞϧλΠϜҟৗࢹ ͷઓ
#PLFIͱʁ IUUQTCPLFIQZEBUBPSHFOMBUFTU ɾ*OUFSBDUJWFWJTVBMJ[FUJPO ɾ/PWFMHSBQIJDT ɾ4USFBNJOH EZOBNJD MBSHFEBUB ɾ/POFFEUPXSJUF+BWBTDSJQU ରܕՄࢹԽڥΛఏڙ͢Δ1ZUIPOϥΠϒϥϦ IUUQTXXXTMJEFTIBSFOFUDPOUJOVVNJPIBTTMFGSFFEBUBTDJFODFBQQTXJUICPLFIXFCJOBS
σ Ϟ
• ʮಛҟεϖΫτϧมʹΑΔपҟৗݕʯ IUUQTZPVUVCFF'7/,"7U/1 • ʮಛҟεϖΫτϧมʹΑΔ͖ͷมԽݕʯ IUUQTZPVUVCF@XPVC-"I9L :PV5VCFʹσϞಈըΛެ։͍ͯ͠·͢ʂ
(JU)VCʹެ։͍ͯ͠·͢ʂ IUUQTHJUIVCDPNUTVSVCFFCBOQFJ
ϒϩάॻ͍͍ͯ·͢ʂ IUUQTHJUIVCDPNUTVSVCFFCBOQFJ
ࠓޙͷల l ಛҟεϖΫτϧมͷߴԽʹΑΔߋͳΔ ϦΞϧλΠϜੑͷٻ l ҟৗ௨ػೳͷ࣮ʹΑΔ࣮༻ੑͷ্ ͋ͱɺ৽ͨͳΞϧΰϦζϜ࣮͍ͨ͠ɾɾ
1ZUIPOίϛϡχςΟ ʹ͍ͭͯ
1Z'VLVPLBͬͯ·͢ʂ ݄ʹ-5ΠϕϯτΛ։࠵༧ఆͰ͢ʂ
1Z$PO ,ZVTIVΓ·͢ʂ ελοϑืूதʂ ڵຯ͕͋Δํ࠙ձͰ͓͔͚͍ͩ͘͞ʂ IUUQLZVTIVQZDPOKQ
͝ਗ਼ௌ͋Γ͕ͱ͏ ͍͟͝·ͨ͠ʂ