はてなブックマーク

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

そして、Tから外れたものを異常と見なします。 このような問題を解く場合、ベイズ線形回帰問題↓として扱えば、きれいにかつ 早くできるのでしょうが、今回はCNNを使います。 https://qiita.com/naoya_t/items/80ea108cebc694f5cd63 CNNモデルの構築 今回の問題を解くのにあたり、以下の図の方式でCNNを学習させます。 ・まずは、過去5日分の気温推移でCNN1を学習させ、気温を直接推定させます。（図中の黄色） ・そして、CNN1の予測値と実測値の差をとります。（図中の緑） ・最後に、過去5日分の気温推移でCNN2を学習させ、偏差eを推定させます。（図中のオレンジ） ただし、正常と見なす基準は図中のeを使って以下のように設定します。 import matplotlib.pyplot as plt import matplotlib.cm as cm

def build_generator(self): model = Sequential() model.add(Dense(input_dim=(self.z_dim + CLASS_NUM), output_dim=1024)) # z=100, y=10 model.add(BatchNormalization(momentum=0.8)) model.add(LeakyReLU(0.2)) model.add(Dense(128*8*8)) model.add(BatchNormalization(momentum=0.8)) model.add(LeakyReLU(0.2)) model.add(Reshape((8,8,128))) model.add(UpSampling2D((2,2))) model.add(Convolution2D(128,5,5,border_mo