Transformerによる時系列予測 — Self-Attentionで時間依存性を捉える
LSTMやGRUは時系列データの長期依存性を学習する強力なモデルですが、根本的な...
LSTMの理論と仕組みを徹底解説 — ゲート機構から勾配の流れまで
天気予報モデルが明日の気温を予測するとき、昨日の気温だけでなく、1週間前の寒波や...
GRUの理論と実装 — LSTMとの違いとゲート統合の仕組みを解説
LSTMは勾配消失問題を解決する画期的なアーキテクチャですが、3つのゲートと4つ...
MAモデル(移動平均モデル)の理論と実装 — ARモデルとの違いを理解する
ある日の株価が急落したとします。翌日の株価は「前日の下落ショックの影響」を引きず...
確率過程とは？定義と分類をわかりやすく解説
株価は明日上がるのか下がるのか、ノイズまみれのセンサ信号はどう揺らぐのか、衛星の...
【python】多変量時系列の部分時系列(sliding window)を実装する
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...
【pytorch】LSTMで多変量時系列の予測を行う
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...
【深層学習】GATを用いた多変量異常検知 GDNの論文を解説
今回は、GAT(Graph Attention Network)を利用した異常検...
GRELEN: グラフ関係学習による多変量時系列異常検知
多変量時系列の異常検知では、個々のセンサーの値だけでなく、センサー間の依存関係の...
【時系列解析】ARモデルを分かりやすく解説して実装する
ARモデル(Auto Regressive)モデルは、自己回帰モデルと呼ばれてい...