王道！時系列データで学ぶ6種の特徴抽出と異常検知

アンケートにご回答くださいますと、動画でご紹介したデモのスクリプトとスライドをダウンロードできます。ぜひご協力ください！
forms.office.c...
時系列データを対象とした異常検知への期待は増加の一途を辿っている一方で、機械学習に代表される特徴量エンジニアリング、とりわけ特徴抽出が効果的に実現できないといった課題が散見されます。
そこで本動画では、異常検知を実施する際に現場ですぐに使える6種類の特徴抽出の方法をご紹介します。解析対象としては、加速度データから生体信号までと様々な形状的特徴を有する複数の時系列データを取り扱います。加えて、抽出された特徴量をどのように機械学習や深層学習と結び付けていくかのワークフローも説明します。
MATLABではアプリを使用することでプログラミング・フリーな環境も整えていますので、これからMATLABを使って異常検知を始めてみたい方はもちろんのこと、センサーデータを用いた解析に興味を持っている方にもおすすめの動画です。
ハイライト
・様々な特徴抽出を活かした異常検知
・特徴量と機械学習・深層学習のコンボ
・アプリとコード生成を活用した一連の解析ワークフロー
- MATLABについて: bit.ly/2qqoOIR
- Simulinkについて: bit.ly/388Ysfn
- MathWorks製品一覧: bit.ly/38jFoNc
- MathWorksソリューション一覧: bit.ly/3ej86BO
- 無料2時間MATLABチュートリアルで学ぶ: bit.ly/3kTP5a8
- MATLAB無料評価版を入手する: bit.ly/33PlRPv
- MATLABとSimulinkの最新バージョンをチェックする: bit.ly/2rWZ7js
#異常検知 #予知保全 #特徴抽出
© 2021 The MathWorks, Inc. MATLAB and Simulink are registered trademarks of The MathWorks, Inc. See www.mathworks.com/trademarks for a list of additional trademarks. Other product or brand names may be trademarks or registered trademarks of their respective holders.