セミナー
【ライブ配信&録画視聴が可能】
データサイエンスのプロが指南する!
異常検知・予知保全のためのIoT/機械学習の適用方法
開催主旨
各種センサ類の低価格と、工作機械や周辺装置のIoT(Internet of Things)対応により製造まわりの大規模データの取得・蓄積が容易となっています。これに伴い、大規模データ分析を生産設備の故障予測や異常検知などに役立て、生産管理を組み合わせることで不良クレームゼロを達成している現場が見られます。こうした先進的な取り組みに倣い、中小・中堅企業においても同様の取り組みに着手する現場が増えています。
自社(自前)で取り組むにしても、AI・IoTベンダーと連携して取り組むにしても、故障予測の精度向上を期すためにはデータ分析にかかる知見が必須であり、現場技術者のデータサイエンスにかかる教育が求められます。
本講座では、わが国初の滋賀大学データサイエンス学部の専門家が、IoT/機械学習による異常検知ならびに予防保全の進め方を体系的に解説します。異常検知の考え方から機械学習・統計による異常検知の各種手法、講師が指導した異常検知・予知保全と事例までを説明し、ハンズオンを通じて、これらの知識を身につけていただきます。なお、ハンズオンは講義内では実施方法を紹介し、提供するサンプルデータを用いて各自で取り組んでいただきます。
滋賀大学データサイエンス学部は、トヨタをはじめ数百社に及ぶ国内企業への指導や共同開発の実績を上げており、本講座を通じて、これらの手法やノウハウを掴むことができます。
ライブ配信セミナーでお申込みされた方は、オンライン配信ツールZoomを使い、出演者自身も自宅から出演いただく形式の「Home to Home」(H2H)セミナーとなります。ご視聴方法(参加用URL等)はご登録くださいましたメールにお知らせいたします。
概要
日時 | 2024年 12月 20日(金)10:00~17:00(昼休憩12:00~13:00) |
---|---|
受講料 | 49,500円(テキスト代、ハンズオン資料、録画視聴、税込、1名分) ※振込手数料は貴社でご負担願います。開催決定後、受講料の請求書(PDF)をメールでお知らせします。 ※講座実施前の入金をお願いしておりますが、講座実施後の入金にも対応しています。 |
主催 | 日刊工業新聞社 |
協力 | 滋賀大学データサイエンス学部 |
問い合わせ先 | 日刊工業新聞社 西日本支社 総合事業本部 セミナー係 TEL : 06-6946-3382 FAX : 06-6946-3389 E-mail : seminar-osaka@media.nikkan.co.jp |
講師
プログラム
0.製造業におけるIoT/機械学習の活用 |
0-1 製造業におけるIoT/機械学習の重要性 0-2 IoT/機械学習の活用の先行事例 0-3 異常検知での効果 |
1.異常検知を行う際に必要な機械学習と統計の基礎知識 |
1-1 回帰モデル 1-2 決定木 1-3 クラスタリング 1-4 教師あり学習と教師なし学習 ①学習データと教師データ ②交差検証法 |
2.異常検知の考え方 |
2-1 異常例のデータがある場合とない場合 ①異常例のデータがある場合(判別分析) ②異常例のデータがない場合(外れ値検出) ③異常例が少ない場合(ベイズの公式) 2-2 性能評価と閾値の設定 ①正常標本精度 ②異常標本精度 ③ROC曲線 |
3.機械学習・統計による異常検知の各種手法と応用事例 |
①単純ベイズ法 ②近傍法 ③部分空間法 ④サポートベクターマシン(SVM) ⑤マハラノビスの距離 ⑥ホテリングのT2法 ⑦One Class SVM ⑧ニューラルネットワーク(ディープラーニング) |
4.ハンズオンと課題への対応法問題点(ハンズオンは個人での実習となり、進め方を解説します) |
4-1 Pythonの環境設定 4-2 Pythonでのハンズオン 4-3 パッケージでの実行例 4-4 多重共線性と対処法 ①変数選択 ②主成分分析による次元削減 |
5.異常検知の将来とまとめ |
5-1 滋賀大学デイタサイエンス学部と企業との共同研究事例(予兆検知+ +変数選択/予兆検知+多群判別/GANの適用/最適制御/漏洩検出ほか) 5-2 トヨタなど企業への指導 ほか |
【ライブ配信セミナーに伴う注意事項について】⇒ 【詳細はこちら】 ※必ずお読みください(お申込みを頂いた時点でご同意頂いたとみなします) |