センサーデータ解析と機械学習 ～振動データからの異常検出～
Eiji Ota, MathWorks
近年、センサーやネットワーク・計算機の飛躍的な発展により大量のデータを容易に取得できるようになり、こうしたデータを様々な意思決定に生かす仕組みづくりが盛んになってきています。
一方で、こうしたセンサーデータは時系列の長大なデータであることが少なくなく、こうした長大なデータの中から本当に意味のある情報を取り出すには「眺める」だけでは十分とは言えません。故障予測や異常検出などの具体的なアプリケーションに結びつけるには、統計解析や機械学習といった分野の知識と共に、データに対する様々な試行錯誤が必要不可欠になっています。
本Webセミナーでは、構造ヘルスモニタリングで利用される振動データの解析を題材に、次のようなトピックをご紹介します。
- 周波数スペクトルやARモデルによる時系列信号からの特徴抽出
- PCAによる次元削減
- 分類木によるデータの分類
- 1-クラス SVM による異常検出
こちらも併せてご覧ください: MATLABによる機械学習の基礎 ～特徴抽出・分類器・交差検定～
録画: 2015年3月10日
その他のリソース
関連ビデオおよびWebセミナー
