Attention機構を用いた敵対的生成ネットワークによる時系列異常検知

抄録

近年，時系列データにおける異常を検出するために，ますます多くの機械学習アルゴリズムが開発されている．アプローチの1つとして敵対的生成ネットワークを用いた研究が存在する．このアプローチのうち，本研究では正常データを学習し，異常データが入力された場合に，高い異常スコアを出す方式を採用している．この方式には，教師なし学習であることや，従来の異常検知手法と比較し高次元のデータの分布を捉えることが可能であるなどの利点がある．一方で，NLPを中心としてAttentionという機構が広く用いられている。このAttention機構を用いることで，RNNと比較すると時系列全体の特徴をより直接的に捉えることが可能である．この機構を時系列タスクに適用することにより精度向上が見込まれる可能性が考えられるものの，敵対的生成ネットワークによる異常検知を行う研究において，Attention機構を用いた研究はほとんど存在しない．このことを踏まえ，本研究ではAttention機構を用いた新しい敵対的生成ネットワークによるアプローチを提案し，本手法が時系列異常検知において従来手法と比較し性能が向上したことを示す．