SOMと多数決法による複数種類の正常値・異常値を含む水位データに対する同時分類技術の開発と検証

抄録

　本研究では，計測機器の不具合等で発生する複数種類の異常値や異なる特徴の正常値を有する時系列データの品質保証を行うために，機械学習を用いた複数種類の異常値・正常値を同時に分類する技術開発を行った．農業水利施設等で観測される水位データには，主にスパイクノイズやスライドずれの異常値や正常値でも，常時と洪水時の異なる水位変化が見られる．本研究では，これらの四項目を同時に分類可能な自己組織化マップ（SOM）を導入して分類を行い，クラスタリング手法（K-means法，Ward法，多数決法）を用いて，四値分類における分類精度の評価指標（Accuracy，f1値）を計算し，分類状態を2次元マップ上に可視化した．Accuracyとf1値では共に多数決法が相対的に良好で，かつ可視化でも真値が多数決法でクラスタリングされた領域に概ねプロットされることを示した．