階層型ネットワークの階層構造推定と異常検知への応用
書誌事項
- タイトル別名
-
- Structure estimation of the hierarchical networks and its application to anomaly detection
- Anomaly detection of financial market and cause analysis through hierarchical structure analysis of financial time series data
- 金融時系列データの階層構造分析より金融市場異常検知とその原因分析
説明
<p>「目的」確率ブロックモデルを応用し、ネットワークの潜在的構造を明らかにする。層を重ねることで、ブロックを上位のノードとして扱い、より複雑なネットワーク構造を解析する。人工データと実金融データを用いた検証を行い、通常時期と異常時期の構造変動を検知し、異常原因を分析する。 「手法の概要」変数から隣接行列を推定し、マルコフ連鎖モンテカルロ法でトレーニングする。赤池情報量基準を用いて最適構造を推定する。金融データにはダイナミックタイムワーピングを適用し、共起関係に基づいて隣接行列を生成して、本モデルで構造推定する。異常時期と通常時期の構造比較で異常検知を実現する。 「結果」人工データでモデルの有効性を確認した。金融時系列データで構造の変動を検出し、異常検知ができた。検測された異常時期は金融危機と一致しており、その原因について考察を行った。</p>
収録刊行物
-
- 人工知能学会全国大会論文集
-
人工知能学会全国大会論文集 JSAI2024 (0), 3D5GS204-3D5GS204, 2024
一般社団法人 人工知能学会
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1390300446019001856
-
- ISSN
- 27587347
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
-
- 抄録ライセンスフラグ
- 使用不可