オートエンコーダーベースのFMスペクトル異常検知:前処理、モデル容量、再構成スコアリングのパイプラインレベル研究
Autoencoder-Based FM Spectrum Anomaly Detection: A Pipeline-Level Study of Preprocessing, Model Capacity, and Reconstruction Scoring
本研究は、ラジオスペクトル監視における自動異常検知に焦点を当て、特に VHF Band II の実世界のラジオ放送スペクトル測定値に対するオートエンコーダーを用いた再構成ベースの異常検知を調査する。測定値は時間周波数画像として表現され、前処理、表現学習、再構成、残差ベーススコアリング、異常決定からなる統一パイプラインで処理された。入力正規化、画像解像度、ネットワーク深度、潜在空間次元、エンコーダー・デコーダー対称性、スペクトル表現、再構成スコアリングの影響が、様々なオートエンコーダー構成で体系的に評価された。最も優れた構成は、開発サブセットでF1スコア91.4%を達成した。独立した汎化評価のために、モデル選択から除外されたテストサブセットで最終的なパイプラインが評価され、開発セットでの性能差がアーキテクチャの優位性の決定的な証拠とはならないことが示された。また、異常の分離可能性は、観測レベルの再構成スコアの定式化に大きく依存することが示された。
- VHF Band II の実世界ラジオ放送スペクトル測定値を時間周波数画像として扱い、オートエンコーダーによる再構成ベースの異常検知パイプラインを構築・評価した
- 前処理・入力正規化・画像解像度・ネットワーク深度・潜在空間次元・エンコーダー/デコーダー対称性・スペクトル表現・再構成スコアリングを体系的に比較し、最良構成が開発サブセットでF1スコア91.4%を達成
- モデル選択から除外した独立テストサブセットでの評価により、開発セットでの性能差がアーキテクチャ優位性の決定的証拠にならないことが示された
- 異常の分離可能性は観測レベルの再構成スコアの定式化に大きく依存することが示された
VHF Band II の実測スペクトルに対するオートエンコーダー異常検知は、電波監視・スペクトラム管理という通信インフラ運用の自動化に直結する技術。開発サブセットでF1 91.4%という数値は魅力的だが、著者自身がテストサブセットで優位性が再現しなかったと述べており、汎化性能の限界が明確。投資判断では「ベンチマーク数値の誇張」に注意し、実運用環境での再現性とデータセット依存性を確認できるかが鍵になる。