[2Xin5] インタラクティブ1

[2Xin5-21] 強化学習による少数異常を利用した特徴選択

〇打越 元信¹、市川 幸史¹、青野 有華¹、浦田 隆史² (1.日本総合研究所、2.三井住友銀行)

キーワード：異常検知、不正検知、強化学習

異常検知において、既知の異常以外のデータは正常データとして学習されることが多く、訓練データに見落とされた異常が含まれている場合、モデルは精度劣化の悪影響を受けることがあります。特に既知の異常が少数の場合、見落とされた異常を自動で効率的に抽出することは困難です。既知の少数異常を使用して訓練データに含まれる見落とされた異常を抽出するために、全体データに対して既知の異常がより小さなクラスターに分離されるように特徴量を選択する強化学習モデルを提案します。実験では、既知の異常と見落とされた異常の多くが小さなクラスターに分離され、そのクラスターを全体データから除いてモデルを学習させることで、モデルのパフォーマンスが向上することが示唆されます。また、選択された特徴によって、既存の異常へ解釈性が付与されることが期待できます。