KLダイバージェンスとJSダイバージェンス — 確率分布間の距離と機械学習への応用
「2つの確率分布がどれだけ違うか」を数値で表したい——機械学習や統計の現場でこの...
CPS多変量時系列の異常検知を論文で深掘りする ― DAGMM・OmniAnomaly・USAD・GDN・TranADまで
ポンプやバルブに指令を出すと、圧力・流量・水位といったセンサが応答する。上下水道...
MAD-GAN：LSTM-GANで多変量時系列の正常分布を学ぶ異常検知
異常検知の難しさのひとつは、異常のサンプルがほとんど手に入らないことだ。正常デー...
GAN（敵対的生成ネットワーク）の理論をわかりやすく解説
GAN（Generative Adversarial Networks、敵対的生...
BeatGAN：敵対的に生成した正常波形と比べて異常時刻を指し示す
再構成ベースの異常検知には、本シリーズで何度も触れてきた共通の弱点がある。オート...
ELECTRAの判別的事前学習 — Replaced Token Detectionで効率的に学ぶ
BERTは自然言語処理に革命をもたらしましたが、その事前学習には根本的な非効率が...
深層学習による異常検知手法を体系的に解説
異常検知（Anomaly Detection）は、正常なパターンから逸脱したデー...
DCGAN（深層畳み込みGAN）の理論と実装を解説
DCGAN（Deep Convolutional Generative Adve...
条件付きGAN（cGAN）の理論と実装を解説
通常のGANはランダムノイズから画像を生成しますが、「どのようなデータを生成する...