時系列データにおける異常判定の要因を特定するAI技術を開発：人工知能ニュース

富士通とInriaは、TDA技術をベースとし、時系列データにおいて異常状態を判定した要因を特定するAI技術を開発した。脳波の実データによるせん妄検出に使用したところ、時系列データの波形の特徴がせん妄状態に生じるSlowing現象と一致した。

[MONOist]

　富士通は2021年7月16日、フランスの国立研究機関Inriaと共同で、トポロジーデータ分析（Topological Data Analysis：TDA）技術をベースとし、時系列データにおいて異常状態を判定した要因を特定するAI（人工知能）技術を開発したと発表した。

　今回開発したAI技術では、時系列データを特徴ごとに分類して異常検知する、富士通の解析技術を活用。AIによって異常判定されたデータから、その要因となった特徴と要因でない特徴を平面（TDA空間）上にマッピングする。

　このTDA空間上で、要因となった特徴の点データを要因でない特徴の点データ群に近づける変換を実施する。変換後の点データ群の特性により時系列データを復元し、正常判定されるデータを生成する。正常と異常の時系列データの形状を比較することで、異常の原因を視覚的に究明することが可能となる。

異常判定の要因を特定するAI技術のイメージ 出典：富士通

　外部研究機関の協力の下、同技術を脳波の実データによるせん妄検出に使用。その結果、時系列データの波形の特徴がせん妄状態に生じるSlowing現象と一致した。

せん妄状態の脳波データ（青線）と同技術で生成した正常と判定される脳波データ（赤線） 出典：富士通

　今回の成果により、時系列データの読影が病気の原因推定の参考になる可能性がある。両者は今後、企業や研究機関などで同技術の採用を促進し、技術検証を進める。富士通では、AI技術「FUJITSU Human Centric AI Zinrai（ジンライ）」の1つとして2021年度中に実用化し、さまざまな分野への展開を図る。

⇒その他の「人工知能ニュース」の記事はこちら