少ないデータによる異常検知技術の導入と活用方法

株式会社　技術情報協会笠原亮介氏 &nbs... 60,500円

★データ拡張、転移学習、ドメイン適応...足りないデータをどのように補うか！
★少量データから有用な情報を抽出する方法とは！！

会場

講師

プログラム

特典

お知らせ

開催日時

2024/12/16 (月) 10:30～ 16:15 （受付 10:00 ～ )

他の開催日・開催場所（同じ都道府県内）で探す

申込み期間

2024/10/03 ～ 2024/12/13

主催会社

株式会社　技術情報協会

この主催会社の他の最新セミナーを見る

定員

定員数の上限はございません

受講料

60,500円 (税込／各種割引については下段「お知らせ」欄をご参照ください）

開講場所

Zoomを利用したLive配信
※会場での講義は行いません。　

講師

笠原亮介氏: (株)ブライトヴォックス　取締役 CTO

山口晃広氏: (株)東芝　研究開発センター　エキスパート／
九州大学　マス・フォア・インダストリ研究所　特任教授

相馬知也氏: (株)Argopilot　代表取締役社長

カリキュラム、
プログラム

【10:30-12:00】
１．画像認識AIにおける異常検知と少量データに対する対応
(株)ブライトヴォックス　笠原亮介氏

【講演項目】
1.機械学習の基礎と画像認識
　1-1.機械学習とは
　1-2.さまざまな機械学習アルゴリズム
　1-3.異常検知
　1-4.一般的な画像認識AIの処理フロー
　1-5.学習データ
　1-6.特徴量
　1-7.性能評価
　1-8.少量データに対する対応策
　1-9.データ拡張
　1-10.転移学習
　1-11.ドメイン適応
　1-12.機械学習を用いた開発のポイント
2.画像認識技術のアプリケーション例
　2-1.鋳造部品の画像検査アルゴリズム例
　2-2.路面凍結部検出アルゴリズム例
　2-3.転移学習を使った欠陥検査例

【13:00-14:30】
２．説明性の高い時系列波形データ分析向けAIの活用と
異常データが少ない場合の評価指標
(株)東芝／九州大学　山口晃広氏

【講演項目】
1.AIによる一般的なクラス分類
　1-1.問題設定
　1-2.簡単なクラス分類方法
2.AIの説明性
　2-1.AIの説明性における課題や要件
　2-2.AIで説明性を実現するアプローチ
3.時系列波形データ分析手法
　3-1.時系列波形データの特徴や課題
　3-2.公開データ（UCR Time Series Archive）の紹介
　3-3.説明性の高い時系列波形クラス分類手法（Shapelets学習法）
4.AIによる一般的な異常検知
　4-1.異常データが少ない場合の課題
　4-2.異常データが少ない場合の対策
（オーバーサンプリング，コストセンシティブ学習，1クラス分類）
5.異常データが少ない場合の評価指標
　5-1.再現率，適合率, F値
　5-2.ROC曲線, AUC
6.正常波形データのみで学習する説明性の高い異常検知AI（OCLTS）
　6-1.動作原理
　6-2.変電所開閉装置への適用事例

【14:45-16:15】
３．少量データでの異常検知と生成AIの産業現場導入、活用のポイント
(株)Argopilot　相馬知也氏

【講演趣旨】
本講演では、少ないデータでの異常検知技術の効果的な導入と活用方法を中心に解説するとともに、最近話題となっている生成AIの産業現場での応用について解説します。異常検知におけるデータ前処理の重要性と、データ不足を克服する具体的手法に焦点を当て、前処理によるデータ生成や足りないデータを集める際のポイントを解説します。また、巷で盛り上がっている生成AIは、現代の生産/保全現場で抱える課題の解決策と考えられますが、適用検討が進んでいるとは言えない状況です。なぜ進まないのかを考えるとともに、進めていくための方法や効果的な活用、体制などについて提案を交えてお話しします。

【講演項目】
1.はじめに
　1-1.講演の目的と概要
2.異常検知技術の基礎
　2-1.異常検知技術の基本的な概念と重要性
　2-2.少量データでの異常検知における課題
3.データ前処理の重要性とその手法
　3-1.異常検知におけるデータ前処理の役割
　3-2.ノイズ除去とデータクレンジングの実践
　3-3.少量データからの有用な情報抽出方法
4.少ないデータでの異常検知に対応する技術
　4-1.転移学習の応用
　4-2.データオーグメンテーション（データ拡張）技術の活用
　4-3.モデルのパラメータ調整と最適化の方法
5.生成AIの産業現場での活用
　5-1.生成AIを用いたデータ補完とその技術的可能性
　5-2.生成AIが生産現場の課題解決にどう貢献できるか
　5-3.実際の応用事例紹介
6.生産／保全現場での生成AI導入が進まない理由とその打開策
　6-1.生成AIが進展しない背景にある課題の分析
　6-2.効果的な導入方法と活用の提案
　6-3.生産／保全現場での推進体制構築
7.リアルタイム異常検知の新しいアプローチ
　7-1.エッジコンピューティングを利用した異常検知
　7-2.リアルタイムデータ活用による生産性向上
8.まとめと今後の展望

特典

セミナー資料付
各講で最後に質疑応答時間あり。

セミナー参加費
支払い方法

1. 銀行振込または現金書留にてお願いいたします。

2. 原則として開催日までにお願い致します。

3. 銀行振込の場合は、原則として領収証の発行は致しません。

4. 振り込み手数料はご負担ください。

お知らせ

●各種割引について
1. 同一テーマ1社2名以上同時申込の場合のみ、1名につき5,500円（税込）割引いたします。
2. 大学（教員、学生）、公的機関、医療機関の方は、「アカデミック価格」33,000円/1名（税込）でご参加いただけます。（2名同時申込割引は適用されません）

※申し込み人数が開催人数に満たない場合など，状況により中止させて頂く事が御座います。

●Live配信セミナーの受講について
・ Zoom公式サイトで視聴環境を確認の上、お申し込みください。
・開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
・セミナー配布資料は印刷物を郵送いたします。
・本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
・本講座はお申し込みいただいた方のみ受講いただけます。複数端末から同時に視聴することや複数人での視聴は禁止いたします。
・ Zoomのグループにパスワードを設定しています。部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。