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

AI性能を最大化するための設計・評価・改善手法

AI性能を最大化するための設計・評価・改善手法

~製造業における検査業務などの省力化・効率向上~
オンライン 開催

アーカイブ配信で受講をご希望の場合、視聴期間は2026年6月24日〜7月8日を予定しております。
アーカイブ配信のお申し込みは2026年7月6日まで承ります。

概要

本セミナーでは、対象とするデータに合ったAIの選び方、AI改良することができる人材の育成方法、深層学習の効率化のための手法、説明可能AI (XAI) の基礎、複雑かつ高度な業務へのAI導入のコツについて解説いたします。

開催日

  • 2026年6月23日(火) 10時30分16時30分

修得知識

  • 対象とするデータに合ったAIの選び方
  • AIを「使う」だけでなく「改良する」ことができる人材の育成方法
  • 深層学習の効率化のための手法
  • 信頼できるAIをつくるために必要な「説明可能AI (XAI) 」
  • 複雑かつ高度な業務へのAI導入のコツ

プログラム

 企業では現在、主として文書の作成業務にLLMなどのAIを有効活用する動きが盛んであり、一定の成果を挙げつつあります。一方、製造業の企業では、人やロボットが行っている部品の組み立て・溶接や製品の欠陥検査処理などのさらなる効率化が求められていますが、それらはLLMを用いるだけでは解決できません。これらの業務のAIによる効率化には、ロボットがあまり関わらない部分にも次に示すように多くの課題があります:

  • 最適な学習方法の選択:対象とするデータの学習に適した機械学習法を選択する問題。
  • データの収集と洗練化:データが少ない/データにノイズがある場合などの措置。
  • 市販ソフト/オープンソースソフト:必要な性能が出ない場合の対策。
  • 深層学習の改良・改善:AIを「使える」から「作る」人材の育成方法。
  • 深層回路の小型化と最適化:性能を落とさずに構造を最適化する方法。
  • AIの説明性向上:AIを信頼できるものにするための「説明可能AI (XAI) 」。
  • AIの高度利用:解が1つではない意思決定など高度な処理にAIを適用する方法。

 本セミナーでは、これらの課題を解決するための方法について、「説明可能AI入門」 (コロナ社) の著者である講師が平易に解説します。「AIを既に使っているが精度が上がらなくて困っている」、「処理対象が変わるたびに作り直しが必要でコストがかかる」、「AIの説明性が低くて信頼して利用できない」、「より高度な判断を含む業務にAIを利用したい」などの悩みをおもちの方はぜひご参加下さい。

  1. 人工知能 (AI) と機械学習の現状と課題
    1. 人工知能 (AI) と機械学習:考え方とアプローチの推移.
    2. 深層学習 (ディープラーニング) 概論
      • 基本的な考え方
      • 長所・短所
      • 課題
    3. 生成系AI・LLM・説明可能AI (XAI) :基本的な手法と考え方
  2. 最適な学習方法の選択
    1. 機械学習法の種類と特性
      • 各手法の特徴
      • 適用可能範囲など
    2. 対象データに適した学習法の選択
      • 基本的な考え方
      • 選択方法の例
    3. AutoMLの現状と課題
      • 分野の目標
      • 現状と課題
  3. データの収集と洗練化
    • 異常検知
    1. データが少ない場合の問題
      • クラス分類における問題の本質
    2. データの補正と洗練化
      • 欠落データの補間などの前処理
    3. オートエンコーダ (AE) の利用
      • 正常データの学習による異常検知
    4. データの水増し方法
      • シミュレータ
      • CG
      • 生成AIの利用
  4. 市販ソフト/オープンソースソフト
    1. 利用可能なソフトウェアの例
      • 事例などの紹介
      • 利用の際の課題
    2. 出力の評価とソフトの特徴の解析
      • 長所
      • 短所
      • 特徴の分析
    3. 入力データの加工による精度向上
      • 入力の削減
      • 最適化
      • 前処理の改善
    4. 他の手法との併用
      • 相補的な利用による精度
      • 信頼性向上
  5. 深層学習の小型化と最適化
    1. 回路構造の最適化
      • 量子化とPruning化などの基礎手法
    2. 学習の効率化
      • 自己教師あり学習
      • 転移学習と蒸留
    3. 進化計算による構造最適化
      • 原理と方法
      • 事例
      • NASなど
    4. 浸透学習法 (PLM) による入力の最適化
      • PLMの原理
      • 入力変数の最小化
    5. 素子の改良によるエッジ化
      • しきい素子以外の利用など
  6. AIの説明性向上
    1. 説明可能AI (XAI) とは
      • XAIの必要性と意義
    2. 説明可能AIの手法
      • 代表的な方法について
  7. AIの高度利用
    1. 複数のAIの利用
      • 多様性のある出力の利用方法
    2. 人とAIの協働・共生に向けて
      • 人が信頼できるAIの利用方法とは
  8. まとめ・AIよろず相談コーナー

講師

  • 長尾 智晴
    横浜国立大学 大学院 環境情報学府・研究院 情報メディア環境学専攻
    教授

主催

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
: 50,000円 (税別) / 55,000円 (税込)
複数名
: 25,000円 (税別) / 27,500円 (税込) (案内をご希望の場合に限ります)

案内割引・複数名同時申込割引について

R&D支援センターからの案内登録をご希望の方は、割引特典を受けられます。
案内および割引をご希望される方は、お申込みの際、「案内の希望 (割引適用)」の欄から案内方法をご選択ください。

「案内の希望」をご選択いただいた場合、1名様 45,000円(税別) / 49,500円(税込) で受講いただけます。
複数名で同時に申込いただいた場合、1名様につき 25,000円(税別) / 27,500円(税込) で受講いただけます。

  • R&D支援センターからの案内を希望する方
    • 1名様でお申し込みの場合 : 1名で 45,000円(税別) / 49,500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)
  • R&D支援センターからの案内を希望しない方
    • 1名様でお申し込みの場合 : 1名で 50,000円(税別) / 55,000円(税込)
    • 2名様でお申し込みの場合 : 2名で 100,000円(税別) / 110,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 150,000円(税別) / 165,000円(税込)

ライブ配信対応セミナー / アーカイブ配信対応セミナー

  • 「Zoom」を使ったライブ配信またはアーカイブ配信セミナーのいずれかをご選択いただけます。
  • お申し込み前に、 Zoomのシステム要件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ファイルを配布予定です。
  • 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。

ライブ配信セミナーをご希望の場合

  • 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。

アーカイブ配信セミナーをご希望の場合

  • 当日のセミナーを、後日にお手元のPCやスマホ・タブレッドなどからご視聴・学習することができます。
  • 配信開始となりましたら、改めてメールでご案内いたします。
  • 視聴サイトにログインしていただき、ご視聴いただきます。
  • 視聴期間は2026年6月24日〜7月8日を予定しております。
    ご視聴いただけなかった場合でも期間延長いたしませんのでご注意ください。

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
2026/5/8 生成AIによる特許明細書作成と人による内容確認・判断のポイント オンライン
2026/5/11 設計プロセスにおけるデジタル技術と生成AIの活用法 オンライン
2026/5/11 生成AIを活用したIPランドスケープの進め方とレポーティング、プレゼンテーションのポイント オンライン
2026/5/12 技術開発者のためのプロンプトエンジニアリング完全ガイド オンライン
2026/5/12 不良予測と予兆診断、予知保全へのAIおよびデジタル技術の導入と活用のポイント オンライン
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
2026/5/14 計算科学シミュレーション技術の基礎と材料設計への応用 オンライン
2026/5/14 GMP記録の電子化による生産効率・法令遵守・品質向上に先立って オンライン
2026/5/15 技術者・研究者が学ぶプロンプトエンジニアリング (データ分析への活用) 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 生成AIとスプレッドシートのAI関数による特許調査手法 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 技術者・研究者が学ぶプロンプトエンジニアリング (データ分析への活用) オンライン
2026/5/18 後発参入で勝つパテントマップと技術&知財戦略の策定と実践方法 オンライン
2026/5/18 生成AIによる新規事業構築プロセスの変革と実践ポイント 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
2026/5/18 はじめての研究開発での機械学習活用と社内推進のポイント オンライン
2026/5/18 新規モダリティの事業価値を最大化する特許・知財戦略 : 取得タイミング、範囲設定、ポートフォリオ、費用対効果 オンライン
2026/5/19 生成AIによる特許明細書作成と人による内容確認・判断のポイント オンライン
2026/5/19 特許調査・明細書・IPランドスケープの実践体系 オンライン

関連する出版物

発行年月
2025/6/30 皮膚の測定評価と可視化、イメージング技術
2025/6/23 防犯・監視カメラ〔2025年版〕 技術開発実態分析調査報告書 (書籍版)
2025/6/23 防犯・監視カメラ〔2025年版〕 技術開発実態分析調査報告書 (CD-ROM版)
2025/5/30 AI、シミュレーションを用いた劣化・破壊評価と寿命予測
2025/3/31 生成AIによる業務効率化と活用事例集
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
2024/10/31 自然言語処理の導入と活用事例
2024/4/8 画像認識技術・システム 技術開発実態分析調査報告書 (CD-ROM版)
2024/4/8 画像認識技術・システム 技術開発実態分析調査報告書
2024/3/4 対話型生成AI (人工知能) 利活用技術 技術開発実態分析調査報告書
2024/3/4 対話型生成AI (人工知能) 利活用技術 技術開発実態分析調査報告書 (CD-ROM版)
2023/12/27 実験の自動化・自律化によるR&Dの効率化と運用方法
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
2022/4/28 プラントのDX化による生産性の向上、保全の高度化
2022/4/28 研究開発部門へのDX導入によるR&Dの効率化、実験の短縮化
2022/1/12 製造DX推進のための外観検査自動化ガイドブック
2021/10/25 AIプロセッサー
2021/10/25 AIプロセッサー (CD-ROM版)
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