マハラノビス・タグチメソッド(通称:MT法)による異常検知プログラムを提供いたします。
【アルゴリズム概要】
製造業で多く適用事例があり、信頼の厚い、マハラノビス・タグチメソッドを実装します。深層学習がブラックボックスモデルであるのに対して、マハラノビス・タグチメソッドは ホワイトボックスモデルであり、解釈性に優れる利点があります。
1つの変数大小による異常だけでなく、変数間の関係の崩れを捉えることができます。
(例:いつもは変数Aが上がると、変数Bは下がるのに、その関係が崩れている
⇒異常の兆候あり!)
【実装言語】
Python
【提供物】
①Pythonプログラム(希望に応じて、exe化して提供することも可能です)
②アルゴリズムの理論背景の簡単な説明
<オプション対応>
③WEBアプリ化して提供
④希望のテストケースで単体テストも実施と、テスト結果、コード提供
・データ数がある程度多い必要があります(数百異常)
・正常データ群が必要です
・変数の数<データ数である必要があります
・相関の高い変数が含まれ場合、多重共線性によりMT法が使えませんので、MTA法などに
させていただきます。こちらの場合は別途相談させていただきます。