技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

知的センシングの要素技術と実装アプローチ

知的センシングの要素技術と実装アプローチ

～AI・センサ融合と異常検知・外観検査等への応用～
オンライン 開催
関連するセミナー・出版物
  • ライブ配信セミナーに申し込む
    • ライブ配信セミナーには、特典としてアーカイブ配信が付きます。
    • アーカイブ配信の視聴期間は2026年6月15日〜21日を予定しております。
    • ライブ配信を欠席し、アーカイブ配信のみ受講をご希望の場合は、通信欄に「ライブ欠席、アーカイブのみ受講」とご記入ください。

    概要

    本セミナーでは、フィジカルAIの基盤技術として、人工知能・機械学習の基礎から各種ニューラルネットワーク、ディープラーニングの原理と応用を解説いたします。
    また異常音検出や水道管漏水検出などの実例に加え、ディープラーニングの一例としてMask R-CNNを取り上げ、転移学習を活用した光沢表面部品の自動検査システムを題材に、フィジカルAIを現場に実装するための実践的アプローチを紹介いたします。

    開催日

    • 2026年6月12日(金) 10時30分 ～ 16時30分

    受講対象者

    • 信号処理に関連する技術者
      • 画像
      • 音
      • 機械
      • 計測
      • 生体関連 等

    修得知識

    • ニューラルネットワークに関する基礎知識
    • ニューラルネットワークを活用するテクニック
    • ディープラーニングの基礎知識と活用のテクニック
    • ディープラーニングを用いてシステムを構築する知識と技術

    プログラム

    　センシング技術は、センサを用いて実世界の状態や物理現象を信号・画像として取得する技術であり、近年はAIと組み合わせることで、状態理解・異常診断・将来予測を行う知能化センシングへと発展しています。これらは、実世界を対象とするAI、すなわちフィジカルAIを構成する中核的技術です。
    　一方、ChatGPTに代表される生成AIが注目される中、生産技術や社会インフラの現場では、実世界のデータをどのようにAIで扱い、課題解決につなげるかが重要な課題となっています。
    　本セミナーでは、フィジカルAIの基盤技術として、人工知能・機械学習の基礎から各種ニューラルネットワーク、ディープラーニングの原理と応用を解説します。さらに、異常音検出や水道管漏水検出などの実例に加え、ディープラーニングの一例としてMask R-CNNを取り上げ、転移学習を活用した光沢表面部品の自動検査システムを題材に、フィジカルAIを現場に実装するための実践的アプローチを紹介します。

    1. はじめに
      1. フィジカルAIと生成AIの違い
      2. 知的センシングのフィジカルAIにおける位置づけ
    2. 人工知能 (AI) と脳の情報処理
      1. 人工知能 (AI) について
        1. 人工知能 (AI) とは
        2. 脳の情報処理とニューラルネットワーク
      2. 機械学習とニューラルネットワーク
        1. 機械学習 (Machine Learning) の基礎
        2. 機械学習・深層学習・ニューラルネットワーク
      3. 機械学習とニューラルネットワークの各種モデル
        1. 相互結合型ニューラルネットワークモデル
        2. 階層型ニューラルネットワークモデル
      4. 深層学習とディープラーニング
        1. 深層学習と転移学習
        2. 代表的なディープラーニング
      5. 深層学習とビックデータ
        1. 良質な学習データが必要
        2. 公開された巨大なデータセットを積極的に利用
    3. ニューラルネットワークの各種モデルとその知能化センシングへの応用例
      1. 相互結合モデルと応用例
        1. セルラーニューラルネットワーク (CNN) と異常音検出への応用
        2. 動的ネットワーク (DRN) とセンサフュージョンへの応用
        3. 自己組織マップネットワーク (SOM) と音源定位への応用
        4. ベイジアンネットワークと運転危険度予測への応用
      2. 階層型モデルと応用例
        1. 階層型ニューラルネットワークと肝臓病識別問題への応用
        2. サポートベクトルマシンとプリント基板欠陥検査への応用
        3. 階層型ニューラルネットワークと特徴抽出における次元削減への応用
        4. 階層型ニューラルネットワークと漫然運転の時系列予測問題への応用
    4. ディープラーニングの一種である畳み込みニューラルネットワークと応用例
      1. 畳み込みニューラルネットワーク
        1. 多層型ニューラルネットワークの限界
        2. 畳み込みニューラルネットワーク (CNN) の原理
        3. これまでに提案された代表的なCNNの各種
        4. CNNの水道管漏水検出への応用例
        5. CNNの一種であるOpenPoseの運転行動抽出への応用例
      2. Mask R-CNNとその表面検査システムへの応用
        1. CNNの表面検査への応用例
        2. CNNのみ検査システムの課題点
        3. Mask R-CNNの特徴
        4. Mask R-CNNを用いる表面自動検査システムの構成
        5. 画像計測部の基本構成
        6. 欠陥検査部の構成と構築
        7. 欠陥検出精度の評価
      3. 人工知能の歴史と適用範囲
        1. 人工知能 (AI) の歴史
        2. 人工知能 (AI) の適用範囲
    5. まとめ
      • 質疑応答
    ページのトップヘ

    講師

    • 章 忠 氏
      広島工業大学 工学部 知能機械工学科
      教授
    ページのトップヘ

    主催

    サイエンス＆テクノロジー 株式会社
    お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

    お問い合わせ

    本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
    (主催者への直接のお問い合わせはご遠慮くださいませ。)

    受講料

    1名様
    : 38,200円 (税別) / 42,020円 (税込)
    複数名
    : 25,000円 (税別) / 27,500円 (税込)

    複数名受講割引

    • 2名様以上でお申込みの場合、1名あたり 25,000円(税別) / 27,500円(税込) で受講いただけます。
      • 1名様でお申し込みの場合 : 1名で 38,200円(税別) / 42,020円(税込)
      • 2名様でお申し込みの場合 : 2名で 50,000円(税別) / 55,000円(税込)
      • 3名様でお申し込みの場合 : 3名で 75,000円(税別) / 82,500円(税込)
    • 同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
    • 請求書は、代表者にご送付いたします。
    • 請求書および領収書は1名様ごとに発行可能です。
      申込みフォームの通信欄に「請求書1名ごと発行」とご記入ください。
    • 他の割引は併用できません。
    • サイエンス&テクノロジー社の「2名同時申込みで1名分無料」価格を適用しています。

    アカデミー割引

    教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

    • 1名様あたり 10,000円(税別) / 11,000円(税込)
    • 企業に属している方(出向または派遣の方も含む)は、対象外です。
    • お申込み者が大学所属名でも企業名義でお支払いの場合、対象外です。

    ライブ配信セミナーについて

    • 本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
    • お申し込み前に、 Zoomのシステム要件 と テストミーティングへの参加手順 をご確認いただき、 テストミーティング にて動作確認をお願いいたします。
    • 開催日前に、接続先URL、ミーティングID​、パスワードを別途ご連絡いたします。
    • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
    • セミナー資料は、PDFファイルをダウンロードいただきます。
    • ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
    • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
    • ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
    • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
    • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
      万が一、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。
  • ライブ配信セミナーに申し込む
    • ページのトップヘ

    これから開催される関連セミナー

    開始日時 会場 開催方法
    2026/5/13 AIエージェントの基礎と業務導入のポイント オンライン
    2026/5/15 化学工学における小規模データ + ニューラルネットワークの活用手法 オンライン
    2026/5/15 施設園芸・植物工場におけるスマート化・先端技術導入の最新動向 オンライン
    2026/5/18 化学工学における小規模データ + ニューラルネットワークの活用手法 オンライン
    2026/5/19 ものづくりデジタルツインの基礎と応用 オンライン
    2026/5/20 脳波計測の基礎、無意識情報の可視化技術およびウェアラブル脳波計の最新動向 オンライン
    2026/5/21 マテリアルズ・インフォマティクスと第一原理計算による材料研究の実践 オンライン
    2026/5/21 マテリアルズインフォマティクスのための実験データ統合、データベース構築と活用例 オンライン
    2026/5/21 ものづくりデジタルツインの基礎と応用 オンライン
    2026/5/21 機械学習を用いたスペクトルデータ解析と材料開発への適用 オンライン
    2026/5/22 AIエージェントの基礎と業務導入のポイント オンライン
    2026/5/25 ディープニューラルネットワークモデルとMTシステムの基礎・学習データ最小化・開発実施手順 オンライン
    2026/5/25 機械学習を用いたスペクトルデータ解析と材料開発への適用 オンライン
    2026/5/26 外観検査の自動化におけるAI活用の実際 オンライン
    2026/5/26 レーザー加工分野における機械学習の活用手法 オンライン
    2026/5/26 フィジカルAIを用いた自律移動ロボットの実現に向けて オンライン
    2026/5/27 レーザー加工分野における機械学習の活用手法 オンライン
    2026/5/27 フィジカルAIを用いた自律移動ロボットの実現に向けて オンライン
    2026/5/28 材料・分析データに活かすためのケモメトリクスの基礎と実践 オンライン
    2026/6/2 機械学習を用いた画像認識技術の基礎とその応用 オンライン
    ページのトップヘ

    関連する出版物

    発行年月
    2024/10/31 少ないデータによるAI・機械学習の進め方と精度向上、説明可能なAIの開発
    2023/6/30 生産プロセスにおけるIoT、ローカル5Gの活用
    2022/12/31 機械学習・ディープラーニングによる "異常検知" 技術と活用事例集
    2021/10/25 AIプロセッサー (CD-ROM版)
    2021/10/25 AIプロセッサー
    2021/7/30 マテリアルズインフォマティクスのためのデータ作成とその解析、応用事例
    2021/6/30 人工知能を用いた五感・認知機能の可視化とメカニズム解明
    2021/6/28 AI・MI・計算科学を活用した蓄電池研究開発動向
    2020/8/11 化学・素材業界におけるデジタルトランスフォーメーションの最新調査レポート
    2020/7/31 生体情報センシングと人の状態推定への応用
    2020/4/30 生体情報計測による感情の可視化技術
    2019/1/31 センサフュージョン技術の開発と応用事例
    2018/5/31 “人工知能”の導入による生産性、効率性の向上、新製品開発への活用
    2016/4/28 ドライバ状態の検出、推定技術と自動運転、運転支援システムへの応用
    2015/6/26 2015年版 民生機器用蓄電池市場の実態と将来展望
    2014/5/10 生体信号処理技術(脳波) 技術開発実態分析調査報告書
    2014/5/10 生体信号処理技術(脳波) 技術開発実態分析調査報告書(CD-ROM版)
    2013/6/21 機械学習によるパターン識別と画像認識への応用
    2011/9/2 '12 HDD・関連市場の将来展望
    2010/6/3 実戦 ディジタル信号処理
    ページのトップヘ