異常検知

ICT技術:ICT Technology

半導体の設計プロセスへのAIの適用およびAIアプリケーション用半導体チップについて

デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される半導体の設計とAIおよびAI用チップについて(エッジコンピューティング、Qualcomm Snapdragon Neural Processing Engine、Intel Nervana Neural Network Processor、Google TPU、NVIDIA Tesla GPU、自己学習、予測分析、パターンマッチング、最適化、異常検知、変化検知、深層学習)
アルゴリズム:Algorithms

保護中: 教師なし学習のためのサポートベクトルマシン

デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクのためのサポートベクトルマシンの応用(異常検知に用いられる教師なし分類の為のν-SV分類アルゴリズムによる1クラスSVM)
微分積分:Calculus

保護中: 密度比推定による異常検知- カルバック・ライブラー密度比推定法を用いた教師なしデータからの異常推定

デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに活用される異常検知/変化検知技術の中で教師データのないデータかに確率密度比を使って異常検知する手法について紹介する(カルバック・ライブラー密度比推定法)
微分積分:Calculus

保護中: 方向データの異常検知-フォンミーゼス・フィッシャー分布とカイ2乗を使った解析

デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに活用される異常検知技術の中で方向データからフォンミーゼス・フィッシャー分布を用いる手法の解説
推論技術:inference Technology

保護中: サポートベクトルデータ記述法による異常検知-双対問題とラグランジュ関数とデータクレンジング

デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに活用されるカーネルトリックを使ったサポートベクトル記述法による異常検知とデータクレンジングへの活用
微分積分:Calculus

異常検知と変化検知技術

デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに活用される異常検知・変化検知のための様々な機械学習技術に対する概要解説
推論技術:inference Technology

保護中: 近傍法による異常検知-多峰分布への対応とリーマン計量

デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに活用される多峰分布のデータに対する対応をリーマン計量を用いた行なった近傍法による異常検知と変化検知
異常検知・変化検知

保護中: 単純ベイズ法による異常検知 -二値分類との相違

デジタルトランスフォーメーション(DX)、人工知能(AI)タスクのための多変数の異常検知/変化検知のための単純ベイズ法の概要
最適化:Optimization

保護中: ホテリングのT2法による異常検知-マハラノビス距離とカイ二乗分布

デジタルトランスフォーメーション(DX)、人工知能(AI)タスクで用いられるホテリングのT2法(マハラノビス距離)を用いた異常検知、変化検知
最適化:Optimization

保護中: 異常検知・変化検知の基本的な考え方- ネイマン・ピアソン決定則

デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに活用される異常検知と変化検知の機械学習のためのイントロダクション
タイトルとURLをコピーしました