抽取出的高精度特征值适用于机器学习算法，从时间序列数据计算异常度，自动检查异常状况或变化点（图5）等，能应用于人眼难以判断的现象的自动检测・诊断。
同时，使用过去数据来生成模型，预测未来的趋势（图6），对故障的预知等也是有帮助的。在图形传感器输入的情况下，使用机器学习，人脸或人物的检测（图7）和文字识别等自动化也变得可能。
图5:使用机器学习进行传感器信号的异常判定（上一段，波形是传感器的输入，下一段，显示波形的异常度）
图6:用过去数据进行趋势预测（机器学习生成的模型（红）和实际的传感器数据（蓝））
图7:从图片数据检测行人
