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

はじめてのPI (プロセスインフォマティクス)

はじめてのPI (プロセスインフォマティクス)

～その考え方、導入のポイント～
オンライン 開催
関連するセミナー・出版物
  • アーカイブ配信セミナーに申し込む

    • 概要

    本セミナーでは、製造プロセスをデータ駆動で最適化するプロセスインフォマティクスの理念と応用を体系的に解説いたします。

    配信期間

    • 2026年7月24日(金) 10時30分 ～ 2026年8月3日(月) 16時30分

    お申し込みの締切日

    • 2026年7月24日(金) 10時30分

    修得知識

    • データが少なくても始められる製造DXの第一歩
    • データ不足・精度不良・現場不信を回避するコツ
    • PIで「成果が出る企業」と「出ない企業」の違い
    • 仕組み・効果・導入設備や始め方のポイント
    • 失敗事例から学ぶ、PIの見落としがちな落とし穴と回避策
    • PIを現場実装までつなげる留意点

    プログラム

    　製造データとモデルを組み合わせ、プロセスの理解・予測・最適化を加速する「プロセスインフォマティクス (PI) 」について、その考え方と導入のポイント、陥りがちな落とし穴まで、これから初めて学ぶ方にも分かりやすく平易に解説します。

    1. プロセスインフォマティクス (PI) の全体像を知る
      1. PI・AIの身近な例とイメージ
      2. AI・機械学習・深層学習・生成AIの関係性
      3. 「明確なAIの定義は存在しない」 〜PIの位置づけ〜
      4. AI/PIにおける「学習」とは何か
    2. PIのしくみ 〜本質を知る〜
      1. 身近な例 (身長と体重) で理解するAIの学習
      2. AIによる予測とは 〜測定しなくても結果がわかる〜
      3. 説明変数と目的変数 〜何を入れ、何を出すか〜
      4. 実際の製造プロセスはシンプルな関係ではない
      5. 最も成功したAIモデル:ニューラルネットワーク
      6. モデルの精度と解釈性のトレードオフ
    3. 製造プロセスにおけるPIの活用 〜アプローチと効果〜
      1. AI×最適化で「実験しなくても最適条件が見つかる」
      2. 最適化とは何か 〜目的関数と制約の考え方〜
      3. 製造プロセスへのアプローチ類型 (予測/最適化/要因分析)
      4. 事例1 成膜結果予測AIと品質を担保した生産性最大化
      5. 事例2 定性評価のスコア化とロバスト最適化
        • 開発期間 1年→2ヶ月短縮・実験コスト数百万〜数千万削減
      6. 事例3 ロギングデータ活用による不良要因分析
      7. 事例4 シミュレーション×AIによる装置の構造最適化
      8. 他業界への展開例
        • 食品
        • 射出成形
        • 配管洗浄
        • 塗装ロボット等
      9. AIの得意領域と人間 (エキスパート) の得意領域の使い分け
    4. PI導入の落とし穴と対処
      1. 学習データの落とし穴
        • データ不足
        • 偏り
        • フォーマット不統一
      2. 説明変数の落とし穴 〜目的変数に寄与するデータがない〜
      3. AI運用の落とし穴
        • 精度が出ない
        • 陳腐化
        • 現場の不信感
      4. よくある質問・トラブル・ケーススタディ
        • Q1. 取得データ数が少ない場合でも大丈夫なのか?
        • Q2. あまりにも的外れなデータが検出された時の対処とは?
        • Q3. どんな設備が必要で、どのくらいのコストがかかるのか?
    5. PIプロジェクトのはじめ方 〜プロジェクトの流れを知る〜
      1. 構想・検証 (PoC) ・実装・運用の全体フロー
      2. テーマ選定の4条件と「効果のある」領域の狙い方
      3. AI活用に向いているテーマ/向いていないテーマ
      4. テーマの具体化
        • 目標
        • ユースケース
        • データ要件
        • 運用
      5. PoCがなぜ重要か
        • 撤退判断
        • データの壁
        • 使えないモデル
      6. データ問題の典型パターン
        • 目的不一致
        • 未取得
        • 信頼性
      7. スケジュール・体制・リスクの洗い出し
      8. 失敗例:「ランダムウォーク型開発」に陥らないために
    6. 総括・質疑応答
      • 今日から始める第一歩 〜AI活用自体を目的にしない〜
      • 質疑応答
    ページのトップヘ

    講師

    • 川手 章也 氏
      アイクリスタル株式会社 ソリューション事業部
      部長
    ページのトップヘ

    主催

    株式会社 技術情報協会
    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
    : 45,000円 (税別) / 49,500円 (税込)

    複数名同時受講割引について

    • 2名様以上でお申込みの場合、1名あたり 45,000円(税別) / 49,500円(税込) で受講いただけます。
    • 5名様以降は、1名あたり 30,000円(税別) / 33,000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 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 90,000円(税別) / 99,000円(税込)
      • 3名様でお申し込みの場合 : 3名で 135,000円(税別) / 148,500円(税込)
      • 4名様でお申し込みの場合 : 4名で 180,000円(税別) / 198,000円(税込)
      • 5名様でお申し込みの場合 : 5名で 210,000円(税別) / 231,000円(税込)
    • 同一法人内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。
    • 他の割引は併用できません。

    アカデミック割引

    • 1名様あたり 30,000円(税別) / 33,000円(税込)

    日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

    • 学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
    • 病院などの医療機関・医療関連機関に勤務する医療従事者
    • 文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
    • 公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方
    • 支払名義が企業の場合は対象外とさせていただきます。
    • 企業に属し、大学、公的機関に派遣または出向されている方は対象外とさせていただきます。

    アーカイブ配信セミナー

    • 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7月24日〜8月3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。
    • セミナー資料は別途、送付いたします。
  • アーカ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
    2026/5/18 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 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 ロボットを活用した実験の自動化 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
    2026/5/19 最適な生産計画の出発点となるAI需要予測のポイント 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 AIを使った非線形実験計画法と実験計画法 オンライン
    2026/5/20 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
    2026/5/20 Excelを用いた基本統計解析手法の進め方 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 AIを使った非線形実験計画法と実験計画法 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 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
    2026/5/21 生成AIによる特許調査の進め方とプロンプト設計のポイント 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 生成AIを用いた官能評価の設計とデータ解析・構造化 オンライン
    ページのトップヘ

    関連する出版物

    発行年月
    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 ベイズ最適化の活用事例
    2025/3/31 生成AIによる業務効率化と活用事例集
    2024/10/31 自然言語処理の導入と活用事例
    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
    2023/12/27 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 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
    2022/4/28 プラントのDX化による生産性の向上、保全の高度化
    2022/1/12 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 (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
    2020/7/28 紙データの電子化プロセスとスプレッドシートのバリデーション/運用/管理
    2020/4/30 生体情報計測による感情の可視化技術
    ページのトップヘ