異常の検出

通常動作からの逸脱を識別する行列プロファイリング アルゴリズムや特殊な深層学習モデルなどのツールを使用して、時系列における異常な信号の動作を検出する

時系列の異常検出は、通常動作を完全に特徴付け、その動作からの逸脱を検出することで信号の異常を識別するプロセスです。異常検出の手法には、行列プロファイリングや距離法を使用したパターン マッチング、1 クラスの深層学習モデルや機械学習モデルがあります。

異常検出アルゴリズムは、物理学に基づくダイナミクス モードまたは故障モードや故障シグネチャの知識を取り入れずに作成できます。通常状態のデータのみを使用して異常検出器に学習させることができます。したがって、テストだけであれば、異常状態のデータは比較的少量しか必要ありません。

Predictive Maintenance Toolbox™ には、時系列におけるサブシーケンスの異常検出用に特別に設計された一連の深層学習モデルが用意されています。これらのモデルは深層学習の幅広い予備知識がなくても使用できます。これらのモデルには Deep Learning Toolbox™ が必要です。

ツールボックスには、信号内や指定されたサブシーケンスでパターンマッチングを実行する一連の距離ベースのツールも含まれています。これらのツールのアルゴリズムは非常に高速になるように設計されており、大量のデータでのパフォーマンスをさらに高速化するために GPU とも互換性があります。

関数

すべて展開する

異常検出器モデルの作成

tcnADCreate anomaly detector model that uses TCN network to detect anomalies (R2025a 以降)
deepantADCreate anomaly detector model that uses CNN network to detect anomalies (R2025a 以降)
usADCreate anomaly detector model that uses unsupervised dual-encoder network to detect anomalies in time series (R2025a 以降)
vaelstmADCreate anomaly detector model that combines variational autoencoder (VAE) and long short-term memory (LSTM) networks to detect anomalies in time series (R2025a 以降)

異常検出ワークフローの関数

trainTrain anomaly detector and obtain detection threshold (R2025a 以降)
detectDetect anomalies in time series using trained detector model (R2025a 以降)
plotPlot detected anomalies and anomaly scores in time series (R2025a 以降)
plotHistogramPlot histogram of anomaly scores and detection threshold (R2025a 以降)
updateDetectorUpdate settings of a trained anomaly detector and recompute detection threshold (R2025a 以降)

異常検出オブジェクト

TcnDetectorDetect anomalies in time series using TCN network (R2025a 以降)
DeepantDetectorDetect anomalies in time series using deep-learning-based forecasting approach (R2025a 以降)
UsadDetectorDetect time series anomalies using unsupervised dual-encoder network (R2025a 以降)
VaelstmDetectorDetect anomalies in time series using combined variational autoencoder (VAE) and long short-term memory (LSTM) networks (R2025a 以降)
similarityDistanceクエリと時系列サブシーケンスの間の距離プロファイルを計算 (R2024b 以降)
distanceProfileCompute distance profile between query subsequence and all other subsequences of a single-variable or multivariable time series (R2024b 以降)
matrixProfile多変量時系列のすべてのサブシーケンス ペア間の行列プロファイルを計算 (R2024b 以降)
findDiscord時系列の行列プロファイルから上位の不一致の位置を検出 (R2024b 以降)
findMotifFind the locations of top motif pairs from the matrix profile of a time series (R2025a 以降)

トピック