生成AIだとなんでもできると誤解されて困っちゃうことも多い最近です。生成AIに基本的な解析が加われば、活用の幅が広がると思います。解析のコーディング作成も生成AIに手伝ってもらうとしても、手法と得られたグラフの一定の理解は必要・・・ですよね。たぶん。言い訳しつつ勉強します。
LSTMベースの時系列予測をgemini君の手を借りながらColabで試してみます。
時系列シーケンスを入力として、元のシーケンスを再構築するようにし、構築したモデルとの異常を含むデータとの差異が閾値を超えるかどうか、という、シンプルな話です。細部はgemini君に説明を補足してもらったColabを参照。
通常と異常の差異を見てみます。
異常レベルの可視化なんとかできますね。これがリアルタイムで見れると、分かりやすいかもしれませんね。こうした監視グラフやsummaryを生成AIと組み合わせると、リッチな警告表示に繋がるのかもしれません。
実用には、評価方法の選定など適宜検討を、予測対象や用途に応じて作りこんでいく・・・という流れになるでしょう。とは言え、「異常」というのは、いつもいつも発生しないし、発生したら困ります。むしろ漫然とグラフを眺めるのではなく、（今回の場合はMSEを指標として）補助ツールで異常を可視化できるのが有益だろうと思われます。LSTMによる時系列予測もGPUの処理能力が上がったので解析速度も確保できますし、実用がますます広がるのでしょう。
Colabノート:
