温度やpH等のセンサにおいて、校正や電気系の不良などによりインパルス状の外れ値が発生する。自然環境でよく観察される周期変動や急激な変化に重畳する外れ値に対して、従来の閾値や学習による除去手法では誤検知を生じやすい。誤検知を防ぐ為、外れ値の時間差分がクラスタリングにより少量のクラスタまたは中心から外れたクラスタに属すると仮定して統計的に除去する、X-means法による教師なし外れ値除去アルゴリズムを開発した。外れ値を重畳したデータに本手法を適用した結果、急激な変化に対応できない閾値による手法での誤検知率12.8%に対して本手法では誤検知率0.2%と大幅な改善を確認した。