@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00240171,
 author = {森, 仁美 and 丸, 千尋 and 中野, 美由紀 and 小口, 正人},
 book = {マルチメディア，分散，協調とモバイルシンポジウム2024論文集},
 month = {Jun},
 note = {異常検知の技術は，ネットワークの不正アクセスの検知，医療診断，製造業における部品検査など様々な分野において用いられており，盛んに研究が行われている．深層学習モデルによる高精度な異常検知手法の中でも，GANを使用するものは，対象データの複雑な特徴の抽出や様々なデータ形式への柔軟な適応が可能である．GANを用いる場合，再構築誤差と識別誤差の2つの指標を用いて異常度が算出される．再構築誤差は異常検知対象のデータとGANのGeneratorによる再構築データとの差分，識別誤差はDiscriminatorの判定結果である．本稿では，時系列データに対してMAD-GANとEfficient GANを融合したGANを用いて異常検知を実施し，異常度算出時に使用される2つの指標の比率に着目して，各指標が異常検知精度に及ぼす影響を評価した．また，異常検知対象のデータに関する条件を変えて実験を行い，結果を比較した上で考察を行った．},
 pages = {418--423},
 publisher = {情報処理学会},
 title = {GANを用いた時系列データの異常検知における異常度算出方法についての考察},
 volume = {2024},
 year = {2024}
}