異常検知 - 英語 への翻訳

• anomaly detection
• abnormality detection
• fault detection
• detect anomalies

日本語 での 異常検知 の使用例とその 英語 への翻訳

仮想化担当の管理者がリアルタイム監視と多層分析を組み合わせ、根本原因の発見をはじめ、設備能力管理、予測、異常検知などのその他の運用面の分析を行うことにより、最も価値ある洞察が得られます。
Some of the most valuable insights are gained when virtualization administrators pair real-time monitoring with cross-tier analytics to support root cause discovery and other operational analytics such as capacity management, forecasting and anomaly detection.

デベロッパはSDKにより簡単に導入でき、リアルタイムモニタリングにより異常検知時にはエラーを通知、性能評価や比較も可能だ。
Mobility developers are allowed to implement this tool easily with the SDK(Software Development Kit). It notifies error information when an abnormality is detected, and also assists the performance evaluation/ comparison.

異常検知モニターには、「HistoricalContext」(メトリクスが過去にどのような挙動をしていたかを示す履歴的コンテキスト)と、即時的コンテキストを示すアラートウィンドウより長時間の「EvaluationWindow」(評価ウィンドウ)の2つが示されます。
Anomaly detection monitors provide both“Historical Context”(see how the metric behaved in the past) and a separate“Evaluation Window” that is longer than the alerting window to provide immediate context.

SplunkのMachineLearningToolkitにより強化されたSplunkforIndustrialIoTは、予測、異常検知、クラスタリング、実績豊富なアルゴリズムを活用して、早期警告サインを識別し、ICSと重要な資産のダウンタイムを予測する機能を提供します。
Powered by Splunk's Machine Learning Toolkit, Splunk for Industrial IoT gives customers the ability to apply proven algorithms for prediction, anomaly detection, clustering and forecasting to help identify early warning signs and predict downtime of ICS and critical assets.

本セミナーでは、この分野で第一線の活躍をされている矢入健久先生(東京大学)をお招きし、機械学習に基づく異常検知手法などを概観いただき、その適用事例についてご講演いただきます。
For this seminar, we have invited Professor Takehisa Yairi(University of Tokyo), a researcher at the forefront of this field. Professor Yairi will give an overview of abnormality detection methods based on machine learning, and present examples of applications.

AI制御による設備能力向上、ロボット技術によるDC運用の自動化様々な設備メーカーと協力し、空調設備、電気設備、サーバ等の稼働情報をAIにて制御することで、DC全体の省エネ性能向上や異常検知能力向上を図ります。
Improved facility capacity with AI control and automated data center operations with robotics technology By cooperating with several equipment manufacturers to provide AI control of operational data for air cooling and electrical facility, servers and other equipment, IIJ plans to improve energy savings and fault detection capabilities of the entire data center.

CassandraノードのCPUの平均が直近の5分間に通常の値を標準偏差の3倍を上回る場合に通知を行う異常検知モニターを作成するには、APIコールで次のクエリを使用します。
If you wanted to create an anomaly detection monitor to notify you when your average Cassandra node's CPU was three standard deviations above the ordinary value for over the last 5 minutes, you could use the following query in your API call.

介護現場での見守り(転倒・転落の安全対策)」、「同現場での呼吸状態の異常検知」、「体重等の計測・記録業務の負荷低減」が可能です。
It makes possible to"monitor(as a safety measure against falls or toppling over) a person in the nursing/medical care site","detect anomalies in respiratory status in the nursing/medical care site" and"reduce a burden of measurement and recording work, such as the body weight measurement.

特に、異常検知機能の一つとして、制御用の加速度センサの信号からダンパの減衰力異常を判別するアルゴリズムを開発し、減衰力を直接測定することなくダンパ異常を検知できるようにしました。
One of the failure detection function's special features is the algorithm which was developed to identify abnormalities in the damping force based on the signal picked up from the accelerometers for controlling. The system has therefore been designed to detect any problems, and not to measure the attenuation force itself.

特にAI技術分野では、業務の効率化や異常検知、マッチング、予測など、様々な産業において活用が期待されていることから、AIの需要の高まりとともにGPUサーバーのニーズが高まっています。
It is hoped that the GPU Cloud byGMO will be used in various industries, leading to enhanced work efficiency, the detection of abnormality, match, and speculations especially in the fields of AI, so GPU server demand is increasing, with the increase in demand for the AI.

PG-Stromの各種機能は特に、IoT/M2Mといった極めて大規模のデータを扱う領域のログ処理に重点を置いており、DBシステムへのデータの取り込み、データの集計や加工、および異常検知など機械学習アプリケーションとの連携を、シンプルなシングルノード構成のDBサーバで実現します。
Features of PG-Strom especially focus on log-data processing of large scale accumulated data like IoT/M2M area. It allows a series of data management cycle on a simple standalone database server configuration; data import, summarizing, transformation, cooperation with machine-learning application like anomaly detection, and so on.

大きな変化のみアラートを発報したい場合、insensitiveを設定してください監視ルール名:本監視ルールの名前を記述してください監視ルールのメモ:本監視ルールのメモを記述できます通知の再送間隔:アラートの状態が、指定された時間を超えても変化がない場合、再度通知します異常検知モデルの学習期間:異常検知モデルは過去(数十日程度)のメトリックから傾向を学習します。
Set the sensitive value to insensitive if you only want alerts for large changes Monitor name: Enter a name for this monitor Monitor memo: Leave an optional note Notification interval: Alerts will be resent, even if the specified time is exceeded, if the status of the alert does not change Anomaly detection model training period: The anomaly detection model is trained using past metric data about several weeks.

これにより、工数を大幅に削減できるため、時系列データのAI利用を加速し、転倒検知や運動機能チェック、機械異常検知などの機能をスマートフォンや各種機器にも手軽に搭載できることが期待されます。開発の背景近年、IoTなどの進化により、様々なセンサーから多くの時系列データが得られるようになっています。
The new development is expected to enable easier installation of services such as fall detection, operational functionality checks, and abnormality detection for machines, in smartphones and various other devices. Development BackgroundIn recent years, with the evolution of technology such as the Internet of Things(IoT), it has become possible to obtain a large amount time-series data from a variety of sensors.

異常検知モニター。
Anomaly Detection Monitors.

異常検知動作。
Anomaly detection Motion.

異常検知とモニタリング。
Detect and Monitor Anomalies.

正確な異常検知。
Accurate Anomaly Detection.

異常検知システム基盤。
Anomaly detection system platform.

時系列異常検知。
Time Series Anomaly Detection.

異常検知，予測。
Anomaly detection, prediction.