時系列予測

SmallTrainを使った時系列予測について

SmallTrainは多様なデータに対応しています。ここではSmallTrainを使った時系列予測プロジェクトについて説明します。

時系列データ予測や画像認識、音声認識など様々な分野にAIの活用が進んでいます。そのなかでもGeek Guildでは時系列データを使った予測について早くから取り組んでいます。SmallTrainを使うと、スモールデータでも高精度な結果が得られるます。

次のような時系列データをつかった高精度な予測の実績があります。

  • 客室価格予測(ダイナミックプライシング) …Convolutional Newral network (CNN)などによる時系列予測だけでなく、強化学習にも取り組んでいます。

  • 発電予測 …2018年度時点トップの精度の平均平方二乗誤差(RMSE)0.5%を達成低階層のCNNでも高精度の予測を達成しています。

  • 消費電力予測 …消費電力予測において、CNNによる消費電力予測の先行研究で平均平方二乗誤差RMSE0.677であったが、RMSE0.667の世界トップの精度を達成(2018年のデータに基づく)

  • 発電所の異常検知 …SmallTrainを用いたプロジェクトを始動

  • そのほか …工場の異常検知などの様々なSmallTrainを用いたプロジェクトを実施


ホテルのダイナミックプライシング

SmallTrainによりホテル客室価格を予測するダイナミックプライシングのAIモデル構築、運用しています。

工場の異常検知

SmallTrainを使った時系列予測の例として、工場の異常検知についての説明をします。

発電予測/消費電力予測と発電所異常検知

SmallTrainは、発電/電力消費の予測と発電所の異常検出を提供します