時系列データ予測におけるとの比較検証

製造業の機器（モノのインターネット）センサーから出力される時系列データ（温度、振動など）を用いた故障予知において、どのようなアルゴリズムを選定すべきか考察します。

実運用において、ディープラーニング（など）は膨大なデータ量と学習時間を要求します。また、「なぜその予測に至ったか」の説明が困難です。一方、に代表される非ディープラーニング手法は、ラグ特徴量を生成するなどの工夫を行えば、非常に高速かつ高精度な予測が可能であり、 による根拠の説明が容易です。

名古屋人工知能アナリティクスでは、まずはやを用いたベースライン構築を推奨し、ビジネス側に明確な判断材料を提供することをお約束します。

← 記事一覧へ戻る