みなさん、こんにちは！DATUM STUDIO山本一郎です。 前職は漫画家で、趣味はシュノーケリング、特技はビールの醸造です。   今日もDATUM STUDIO主催のセミナーが開催されましたので潜入レポートをさせていただきます。 今日のテーマは、「センサーデータ活用セミナー　～センサーデータの活用と異常検知モデルの構築事例～」です。 実は、このセミナー、半年ほど前にも３回、同内容のセミナーを開催しているのですが、製造業系のお客様も増え、衰えを知らないIoTニーズを感じまして、追加開催させていただいた次第です。   今日は、副社長の里洋平さんに登壇いただきました。 最近銀髪にしたらしいのですが、色が落ちて金髪になっています。かっこいい！

   今回は下記のような流れで進みました。
  ・機械学習を用いた予測モデル
┗・機械学習を用いた予測モデルとは
┗・原材料価格予測モデルの構築事例のご紹介

・センサーデータを用いた異常検知
┗・異常検知とは
┗・センサーデータを用いた異常検知システムの構築事例   （前回のレポートがかなり長いとの意見もいただいたので、今回はダイジェスト版で！）   今回お話した内容は大きく下記３点でした。

• 機械学習を用いた予測モデル、異常検知とは何か。それぞれ、どんな手法があり、メリット・デメリットは何か
• 複数のモデルで予測を行い、それを統合させる手法を用いた紹介
• 数百のセンサーが相互影響しており、また異常データ（教師データ）が無い場合に用いた手法の紹介

  個人的には、センサー事例がおもしろかったです！ プロセスとしては以下で進めたそうです。   １）データから疎なグラフ構造（ノイズによる見せかけの相関を除去した本質的な相関関係）を抽出する ２）得られたグラフ構造をもとに異常度のスコアリングを行う ３）新しいデータを既存のグラフ構造に当てはめて異常度を計算する   これにより、複数の時系列データの相関関係をモデリングして、関係性が通常と異なるセッションを見つけて異常を検知することができるということでした。   

ここでは詳しく書ききれませんが、次回、12/22(木) 19:00から同様のセミナーを開催しますので、ご興味ございましたら是非お越しください。   参加希望の方は こちらから   【本イベントは終了しました】
それでは、僕ももっと勉強して次回に臨みたいと思います。   チャオ