「時系列ビッグデータのためのリアルタイムAI技術」 大阪大学 産業科学研究所 産業科学AIセンター センター長 教授 櫻井 保志

「JST未来社会創造事業　新技術説明会」（2021年5月28日開催）にて発表。
shingi.jst.go....
【新技術の概要】
IoT/センサデータをはじめとする大規模な時系列データストリームから、潜在的なトレンド、時系列特徴やパターンを抽出するとともに、各時系列パターンおよびパターン間の関係性をリアルタイムに学習する。そして、長期的かつ継続的に将来データの予測を行い、その予測結果の要因をリアルタイムに提示する。
【従来技術・競合技術との比較】
時系列ビッグデータから非線形方程式に基づくモデル学習によって重要な特徴や潜在的なトレンドをリアルタイムに検出し、突発的な変化にも対応してモデルを継続的に作成。製造業データの場合、深層学習と比べ、10万倍の高速化、10倍の高精度化に成功。また、モデル学習と将来予測に必要とされるメモリ量も極めて少ない。
【新技術の特徴】
・一定時刻後の情報を継続的かつリアルタイムに予測
・世界最先端技術と比較し、最高の予測精度、最小の計算コスト
・省メモリかつリアルタイムに時系列モデルの学習／追加／更新が可能
【想定される用途】
・大規模製造設備におけるIoTビッグデータからの故障予測、不良品発生予知
・組み込み機器や小型デバイスの内部においてのリアルタイム予測、データ駆動型制御
・その他、Webマイニング、医療・ヘルスケア応用など