sintel-dev/Orion

Unsupervised time series anomaly detection library

What it solves

Orion は、ラベル付きのトレーニングセットを必要とせずに時系列データの稀なパターンや異常を検出するよう設計されています。検証済みの機械学習パイプラインのコレクションを提供し、異常なシグナルを専門家がレビューできるように自動でフラグ付けします。

How it works

このライブラリは、さまざまな教師なし学習アーキテクチャを実装して異常を検出します。Generative Adversarial Networks（GAN）や Autoencoder（Dense、VAE、LSTM）をベースにしたもの、さらに AER（Auto‑Encoder with Regression）や Matrix Profile といった特殊手法を含む、複数の「検証済み」パイプラインを提供します。ユーザーはトレーニングデータに対してパイプラインを fit し、その後 detect メソッドを使って新しい入力シグナルの異常を検出できます。検出された各イベントの開始時刻、終了時刻、重大度が返されます。

Who it’s for

このツールは、時系列シグナルを監視し、最先端の教師なし ML モデルを用いて外れ値や稀なイベントを自動的に検出したいデータサイエンティストや研究者向けです。

Highlights

  • Multiple Pipeline Options: TadGAN、AER、AnomalyTransformer など、多種多様なモデルを含みます。
  • Automated ML Tools: MIT Data to AI Lab の自動機械学習ツールを使用して構築されています。
  • Benchmarked Performance: 12 の異なるデータセットに対し、ベースライン（ARIMA）との比較リーダーボードを維持しています。
  • Simple API: fit と detect のシンプルなワークフローで迅速にデプロイ可能です。