適応共鳴理論 / Adaptive resonance theory

異常検知情報交換会＃1の発表資料です。
https://pythondata.connpass.com/event/224136/

Transcript

1. XX University 適応共鳴理論概要 2021.09.25 Abeta
2. 名前 ：abeT 職業 ：SIerのデータサイエンティスト ・センサーデータの異常検知 ・画像系ディープラーニング フレームワーク ：PyTorch 趣味 ：⽇本酒/美術鑑賞(印象派~シュルレアリスム) @ground0state
3. 3 簡略化された適応共鳴理論の概要 ü ART(Adaptive Resonance Theory; 適応共鳴理論)は教師なし学習のモデルであり、中間層が1層のニューラ ルネットワークとも呼ばれる。 ü 事前にクラス数を指定せずに、クラスタリングを実⾏することができる。 𝑣 𝑤! 𝑤" 𝑤# • ベクトルの類似度を判定 • 似ているものがあればそのクラスラベルを 出⼒し、クラスのベクトルを更新 • 類似がなければ新たなクラスとして𝑤! = 𝑣 として、新たなクラスを割り当てる。 ⼊⼒ベクトル ARTモデル 𝑓(𝑣, 𝑊) 𝑐 クラスラベル クラスのベクトル 𝑤$
4. 4 オリジナルの適応共鳴理論 ü ARTは⽣物の電気⽣理学的な知⾒に基づくmembrane⽅程式というものから発想された。 ü 元々は短期記憶と⻑期記憶の構造を兼ね備えたネットワークで、時系列データに適⽤される。
5. 5 ライブラリを使ってみよう artlearn(https://github.com/ground0state/artlearn)をよろしくお願いします。 正解 予測 pip install artlearn
6. 6 おまけ pyanom(https://github.com/ground0state/pyanom)をよろしくお願いします。 pip install pyanom 正常 異常を含む 異常スコア