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
実務に成果をもたらす「人工知能」導入&活用方法
実務に成果をもたらす「人工知能」導入&活用方法
～ANNモデルとMTシステム～
東京都 開催
会場 開催
本セミナーは終了いたしました。
概要
本セミナーでは、技術課題を解決するツールとしてのディープニューラルネットワークモデルとMTシステム、 両手法の特徴と具体事例を詳解いたします。
開催日
- 2018年12月21日(金) 10時30分 ～ 17時00分
受講対象者
- 要素技術、生産システム、加工技術などの分野で人工知能を活用したい開発者
- 製造業で実績があり、エクセルのように簡便に使える人工知能技術を求めている方
- 事前に学習できない未知の不良を見つける技術が必要な方
- 抜取り検査を全数検査に変え、量産品質トレンドや設備モニタリングを行い不良を未然に防ぎたい方
- 毎年繰返し、同じような製品開発を行っていて、その開発効率を高めたい方
修得知識
- 要素技術、生産システム、加工技術の開発者に適した人工知能技術の応用知識とノウハウ
- 「製品設計条件 (寸法仕様、材料仕様など) と生産条件」から量産時の製品特性値をバラツキも含めて人工知能に精密に予測させる方法
- 上記の量産時性能予測技術を利用した、製品設計条件と生産条件を試作レスで最適化する技術の構築方法 (レシピジェネレーターの開発方法)
- 抜き取り検査しかできなかった工程を人工知能による推定全数検査化する方法
- 未知の異常も検出する技術による設備の予防保全システムを構築する方法
- 人的な官能 (感性) 検査を機械化 (自動化) する方法
- 製造業における人工知能の使いこなしノウハウ など
プログラム
最先端技術であるディープラーニングが話題になり、人工知能ブームが再来していると言われています。最先端の技術は重要ではありますが、製造業の技術者が開発実務に活用するには敷居が高いことが課題ではないでしょうか?
このように人工知能には、活用が難しいイメージがありますが、ものづくり分野に絞れば、適切な手法の使い分けとノウハウで意外と簡単に活用が可能です。ディープラーニングを含む人工知能にも、アカデミックな最先端技術に対して成熟した「エンジニアリングに適した技術」があり、その技術はものづくりの開発現場で安心して使うことが可能です。
本講座では、エンジニアリングに適した人工知能技術であるニューラルネットワークモデルとMTシステムに関して、製造業における具体的な事例を用いて解説します。ものづくり技術者にとって、人工知能は目的ではなく、技術課題を解決する手段、ツールとして使えることが理想的です。本講座で解説する成熟した人工知能技術を使うことで、解決すべき技術課題に集中することが可能になります。
- 受講者の習熟度ヒアリング
- 単回帰式、重回帰式を知っている方、使ったことがある方
- すでにディープラーニングを含むニューラルネットワークモデル、MTシステムを使ったことがある方
- ニューラルネットワークモデル、MTシステムの違いを知っている方
- ニューラルネットワークモデル、MTシステムを使ってみて、効果があった方
- 人工知能活用による事例概要
- 製造業に特化した人工知能活用 (本講義) の全体像
- 「製品設計条件と生産条件」の実験環境をパソコン上に再現する技術開発事例
(レシピジェネレーター技術) - 設備の知能化技術開発事例 (仮想検査技術、センサレスセンシング技術)
- 設備の知能化技術開発 補足事例 (未学習の未知の異常検出技術、予防保全技術)
- 人工知能技術の概要
- 要素技術者から見た開発ツールとしての人工知能技術の比較
- 補足:ニューラルネットワークモデルはブラックボックス?
- 要素技術者に適した人工知能構築ツールの比較
- ニューラルネットワークモデル構築の実演
- 簡単な関係性の学習と推定
- 複雑な関係性の学習と推定
- 推定に問題ある場合の対処法1
- 難しい排他的論理和問題を人工知能に解かせる
- 品質工学、実験計画法の直交表を応用したデータセットの学習
- 推定に問題がある場合の対処法2
- 【事例1】製品設計条件と生産条件の実験環境をPC上に再現する技術開発:
- 【レシピジェネレーター技術】
毎年繰返し行っていた電磁石コイルの開発を、人工知能により、設計条件 (寸法仕様、材料仕様など) と生産条件を合わせてPC上で最適化した事例を解説- 背景:電磁石コイルの繰返し開発の紹介
- 製品設計部門と工法開発部門、量産部門の役割分担
- 汎用巻線技術の開発 – 設計条件と設備条件の密接な関係
- 個別最適解を求める「設計条件×設備条件=性能の平均値とバラつき」方程式の探求
- 人工知能活用の実施手順
- データ収集の実験計画とその勘所
- データの説明性確保の課題と解決策
- データ数不足の解決策 要素技術を活かしたデータ増殖
- 試作レス開発環境の構築例
- 人工知能の推定が間違った場合の対処方法
- 本事例を応用可能な別事例の紹介
- 【レシピジェネレーター技術】
- 【事例2】設備の知能化技術開発:
- 【仮想検査技術、センサレスセンシング技術】
溶接の抜取り破壊検査工程を、溶接と同時に溶接強度を推定し、全数検査と量産品質トレンドや設備状態のモニタリングを可能にした事例を解説- 背景:溶接と抜取り破壊検査の紹介
- 全数検査化に先立つ要素技術
- 溶接条件から溶接強度を予測・推定する人工知能技術
- データ収集、及び人工知能による強度推定のシステム構築例
- 人工知能活用の実施手順
- システムの動作フローチャート
- システムの判定結果例
- システムの判定を利用したモニタリング例
- 本事例を応用可能な別事例の紹介
- 【仮想検査技術、センサレスセンシング技術】
- 【事例3】設備の知能化技術開発 補足事例:
- 【異常検知技術、予防保全技術】
事前に学習できない未知の不良を検出したい場合の対処方法を、エンジンの異常音など、聴感による人的官能検査工程を自動化した事例を元に解説- 背景:異常音で判断する官能検査工程の紹介
- 定義できる不良音と定義できない不良音。未知の不良を見つける必要性
- MTシステム (MT法) とは
- データ収集、及び人工知能による異常音推定システム構築例
- 人工知能活用の実施手順
- システムの動作フローチャート
- システムの判定結果例
- 本事例を応用可能な別事例の紹介
- 【異常検知技術、予防保全技術】
- 質疑応答
講師
会場
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。
受講料
1名様
:
42,750円 (税別) / 46,170円 (税込)
複数名
:
22,500円 (税別) / 24,300円 (税込)
複数名同時受講の割引特典について
- 2名様以上でお申込みの場合、
1名あたり 22,500円(税別) / 24,300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 42,750円(税別) / 46,170円(税込)
- 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 48,600円(税込)
- 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 72,900円(税込)
- 受講者全員が会員登録をしていただいた場合に限ります。
- 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。
- 受講券、請求書は、代表者にご郵送いたします。
- 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」と記入ください。 - 他の割引は併用できません。
本セミナーは終了いたしました。
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 | |
|---|---|---|---|
| 2024/4/25 | カルマンフィルタの実践 | オンライン | |
| 2024/4/26 | ExcelとPythonによる多変量解析 超入門 | オンライン | |
| 2024/4/26 | AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 | オンライン | |
| 2024/4/26 | 少ないデータに対する機械学習、深層学習の適用 | オンライン | |
| 2024/5/2 | 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 | オンライン | |
| 2024/5/8 | AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 | オンライン | |
| 2024/5/17 | AIを巡る主要国の動向と日本におけるAI実務対応のポイント | 東京都 | 会場・オンライン |
| 2024/5/17 | スパース推定の本質の理解と実装応用技術への展開 | オンライン | |
| 2024/5/23 | ベイズ統計から学ぶ統計的機械学習 | オンライン | |
| 2024/5/24 | マテリアルインフォマティクスの材料開発への適用と活用事例 | オンライン | |
| 2024/5/27 | 機械学習による適応的実験計画 | オンライン | |
| 2024/5/27 | 外観検査へのAI導入と生成AIによるトレーニングデータ不足への対応 | オンライン | |
| 2024/5/31 | マテリアルズインフォマティクスのためのデータ解析 | オンライン | |
| 2024/6/12 | デジタル時代のヘルスケアビジネスの立ち上げ方 | 東京都 | 会場・オンライン |
| 2024/6/13 | エンジニアのための実験計画法とExcel上で構築可能な人工知能を併用する非線形実験計画法 | オンライン | |
| 2024/6/14 | 機械学習による異常検知入門 | 東京都 | 会場 |
| 2024/6/17 | AI関連発明の出願戦略と生成AIの知財制度上の留意点 | オンライン | |
| 2024/6/18 | 機械学習/AIによる特許調査の高度化で実践するスマート特許戦略 | オンライン | |
| 2024/6/18 | Pythonではじめる機械学習入門講座 | オンライン | |
| 2024/6/20 | ISO 13485:2016対応に必須の医療機器プロセスバリデーション (進め方、統計的手法とそのサンプルサイズ) | オンライン |
関連する出版物
| 発行年月 | |
|---|---|
| 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) |
| 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 |
| 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 |
| 2021/7/14 | AIビジネスのブレークスルーと規制強化 |
| 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 |
| 2020/3/26 | ビッグデータ・AIの利活用に伴う法的留意点 |
| 2020/3/24 | リアルワールドデータの使用目的に応じた解析手法 - 各データベースの選択と組み合わせ - |
| 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 |
| 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 |
| 1993/3/1 | 新しいサーボ制御の基礎と実用化技術 |