ローカルレベルモデルは、時系列解析や現在制御における状態空間モデルのもっとも現象がシンプルになるような設定や仮定をおいたモデルです。別名、ランダムウォーク・プラス・ノイズ・モデルとも呼ばれています。 今回は状態空間モデル […]
RNN(Recurrent Neural Network)は1990年代の以外と古くから存在するニューラルネットワークの手法で、時系列予測や自然言語処理の多くのニューラルネットワークの手法の源流となっている手法です。 現 […]
時系列分析を実務で行う際に、ほとんどのパターンでは、多変量を対象とした時系列の解析をすることが多いと思います。 自分自身、多変量時系列の解析を行う場面が非常に多くあるため、多変量の時系列データセットから部分時系列を作成す […]
LSTMは深層学習を用いた時系列データなどの予測モデルに利用できる手法で、RNNが抱える問題点を改善する手法となっています。 さまざまな論文等でLSTMがベースラインで利用されるなど、広く利用されている手法です。 今回は […]
RNN(Recurrent Neural Network)は、深層学習のアルゴリズムの中でも、CNNと並ぶ代表的なアルゴリズムです。基本的に深層学習を学び始めると、CNNに続いてRNNを学ぶことになると思います。 RNN […]
今回は、GAT(Graph Attention Network)を利用した異常検知手法であるGDN(Graph Deviation Network)について解説します。 GDNは2021 年にAAAIで発表された Gra […]
matplitlibを用いて時系列のセンサーのステータスをプロットする際に、どのような図形にすればよいか色々考えたのですが、ひとまず次のような形式が見やすいのではないでしょうか。 このグラフは、縦軸は日付で、横軸はその日 […]
時系列分析などに取り組んでいると、必ず自己相関グラフ（コレログラム）と呼ばれるグラフが登場します。 これは、時系列グラフにおける、自己相関係数をプロットしたもので、時系列における季節性を調査する際によく、このコレログラム […]
ARモデル(Auto Regressive)モデルは、自己回帰モデルと呼ばれています。 現在の時刻$t$におけるデータが、$t$以前の$0~ t-1$のデータで回帰できるモデルのことを、ARモデルと表現します。 古典的な […]
自己共分散(Auto Covariance)は、時系列解析に登場する概念の1つです。 意味合いとしては、時刻$t$のデータが、それよりも以前の時刻のデータと相関があるかどうかを示すような統計量となっています。 ARIMA […]
｜カテゴリー：時系列分析