[2I4-GS-2] 機械学習: 異常検知

[2I4-GS-2-03] エッジコンピューティング向けのデータ密度を考慮したデータ管理手法とその異常検知システムへの応用

〇及川 皓生¹、近藤 正章¹ (1. 東京大学)

キーワード：エッジコンピューティング、機械学習、異常検知

近年，IoTの普及により膨大な量のセンサ情報が取得可能になってきている．これらのセンサ情報を活用することで，人工知能技術は飛躍的な進歩を遂げるようになった．しかし，データ量の爆発的な増加にともない，全てのデータをクラウド上のサーバなど，一箇所に集めて処理することは難しくなってきている．これを解決するために，データをそれが取得されるエッジ側で格納し直接的に処理をする，エッジヘビーデータの概念が注目を集めるようになってきている．しかし，エッジは計算・記憶資源が少なく，全取得データを保存することは現実的でない．よって，エッジで効率的に保存するデータを選択する手法が必要であるが，これまでデータの重要性を考慮したエッジでのデータ管理手法の検討は十分に行われていない．本稿では，データ分布の密度を考慮した効率的なデータ管理手法を提案する．また，提案手法をデータの取捨選択による効率的な画像認識タスクの学習とエッジでの異常検知技術に応用し，その有効性を評価する．評価の結果，提案システムは単純にデータを取捨選択するのに比べて高い精度を達成することがわかり，エッジヘビーデータに有効であることが確認された．