敵対的生成モデルを用いた近傍法に基づく異常検知

摘要

昨今，設備や機器の様々なデータが収集できるようになってきた.これに伴い，データを用いた異常検知へのニーズが高まっている.その手法としてしばしば近傍法が用いられるが，すべてのデータを保持する必要があり計算負荷が大きい.そのため，ランダムサンプリングによりデータを減らすなどが行われるが，少数派データが失われ，性能が劣化する場合がある.そこで本研究では，条件付きの敵対的生成モデルを構築し，それから生成されるデータに近傍法を適用することで異常検知を行う手法を提案する.実験の結果，ランダムサンプリングする場合と比較して，上位n件精度の観点で比較的に高い性能が得られることを確認した.