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

製造業におけるニューラルネットワークモデル (超回帰モデル) を併用した非線形実験計画法

製造業におけるニューラルネットワークモデル (超回帰モデル) を併用した非線形実験計画法

~実験計画法の原理と問題点を解説し、その問題点を人工知能で補う解決法~
東京都 開催 会場 開催

概要

本セミナーでは、実験計画法の原理と問題点の解説を行い、その問題点を補うために人工知能の一種であるニューラルネットワークモデル (超回帰モデル) を併用した製造業の開発により適した非線形実験計画法を解説いたします。

開催日

  • 2019年2月22日(金) 10時00分 17時00分

受講対象者

  • 機械、電子電気部品、材料、家電、加工/生産装置、計測評価機器、医工分野等の製品や技術開発に携わり、開発効率を高めたい方
  • 人工知能を実験/評価に活用し、開発効率を高めたい方
  • 問題に関係する要素が多く、体系的な実験解析手法を必要とする方
  • 開発難易度が上がった、未経験分野への進出等、従来のやり方では成果が出ない方
  • 安価な部品や装置で高い性能目標を達成する開発方法を求める方
  • 実験計画法の基礎と、実務適応に関心を持つ方
  • 実験計画法や品質工学 (タグチメソッド) を使ってみたが、上手く行かなかった方

修得知識

  • 従来の開発方法の問題点と解決策
  • 数多くの要因の組合せを効率的に実験し、最適条件を導き出す方法
  • 製造業における実験計画法の基本的な考え方から実践手順
  • 製造業における実験計画法の原理的な問題点と解決方法
  • 非線形性が強い現象の場合に有効なニューラルネットワークモデル (超回帰モデル) を併用する解析手順
  • 複雑な関係を持つ構成要素間の最適な組合せ条件を見つける手法 (直行表と乱数の応用、遺伝的アルゴリズム)
  • 実験計画法や品質工学 (タグチメソッド) を開発で使ったが、上手く行かなかった方々への解決策

プログラム

 実験計画法は、少ない実験回数で多くの構成要素が関係する現象の解析が可能です。その解析方法を使うと、本来、数千通りの実験が必要な場合でも、数十通りの実験回数で、構成要素間の最適な組合せ (因子ごとの最適条件) を見つけることが可能です。
 しかしながら、解析の前提として構成要素の組合せ効果が線形モデル (構成要素の影響が足し算で構成された単純なモデル) に基づくことを前提にしており、構成要素が複雑に絡みあう製造業の開発では、最適条件の推定が外れることが多々ありました。
 本セミナーでは、実験計画法の原理と問題点の解説を行い、その問題点を補うために人工知能の一種であるニューラルネットワークモデル (超回帰モデル) を併用した製造業の開発により適した非線形実験計画法を解説いたします。
 実験計画法の導入を考えている初学者の方、これまで実験計画法や品質工学 (タグチメソッド) を使ったが上手く行かなかったという方々に、具体的な解決策を詳細に説明します。

  1. 典型的な既存の開発方法の問題点
    1. 解説用事例 洗濯機 振動課題の説明
    2. 既存の開発方法とその問題点
  2. 実験計画法とは
    1. 実験計画法の概要
      1. 本来必要な実験回数よりも少ない実験回数で結果を出す方法の概念
      2. 分散分析とF検定の原理
      3. 実際の解析方法
      4. 実験計画法の原理的な問題点
    2. 検討要素が多い場合の実験計画
      1. 実験計画法の実施手順
      2. ステップ1 『技術的な課題を整理』
      3. ステップ2 『実験条件の検討』
      4. 直交表の解説
      5. ステップ3 『実験実施』
      6. ステップ4 『実験結果を分析』
      7. 分散分析表 その見方と使い方
      8. 工程平均、要因効果図 その見方と使い方
      9. 構成要素の一番良い条件組合せの推定と確認実験
    3. 解析ソフトウェアの紹介
    4. 実験計画法の解析実演
  3. 実験計画法の問題点
    1. 推定した最適条件が外れる事例の検証
    2. 線形モデルと非線形モデル
    3. 非線形モデル (非線形性現象) に対する2つのアプローチ
  4. 実験計画法の問題点解消方法 ニューラルネットワークモデル (超回帰モデル) の活用
    1. 複雑な因果関係を数式化するニューラルネットワークモデル (超回帰モデル・非線形性多重多層回帰式) とは
    2. ニューラルネットワークモデル (超回帰モデル) を使った実験結果のモデル化
    3. 非線形性が強い場合の実験データの追加方法
    4. 超回帰モデル構築ツールの紹介
  5. ニューラルネットワークモデル (超回帰モデル) を使った最適条件の見つけ方
    1. 直交表の水準替え探索方法
    2. 直交表+乱数による探索方法
    3. 確認実験と最適条件が外れた場合の対処法
    4. ニューラルネットワークモデル (超回帰モデル) の実演
  6. その他、製造業特有の実験計画法の問題点と開発手法
    1. 開発対象 (実験対象) の性能を乱す客先使用環境を考慮した開発
    2. 客先使用条件による動的な変化を矛盾なく解析する方法
    3. 客先使用環境を考慮した開発実験方法 品質工学概要
  7. 学習用 参考文献 紹介
  8. 全体に対する質疑応答

講師

会場

株式会社オーム社 オームセミナー室
東京都 千代田区 神田錦町3-1
株式会社オーム社 オームセミナー室の地図

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
: 47,000円 (税別) / 50,760円 (税込)
1口
: 59,000円 (税別) / 63,720円 (税込) (3名まで受講可)
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
2024/4/4 多変量解析・データ処理 超入門 オンライン
2024/4/10 Pythonによる時系列データ分析とその活用 オンライン
2024/4/12 機械学習/Deep Learningの画像データ前処理に活用できる画像フィルタリングの基本と最新動向 オンライン
2024/4/15 ディープラーニングの基礎と実践 オンライン
2024/4/15 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
2024/4/17 ルールベースと機械学習ベースの画像認識技術 オンライン
2024/4/18 生成AIをめぐる著作権問題の最前線 東京都 会場・オンライン
2024/4/18 統計学の基礎から学ぶ実験計画法 (2日間) オンライン
2024/4/19 ディープラーニングの基礎と実践 オンライン
2024/4/19 実験計画法・ベイズ最適化を用いた効率的な実験デザイン オンライン
2024/4/19 自然言語処理の基礎と生成AI・大規模言語モデルの研究開発への活用 オンライン
2024/4/24 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
2024/4/24 製品開発時におけるタグチメソッドの活用方法/製品のロバスト設計手法 オンライン
2024/4/25 カルマンフィルタの実践 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
2024/4/26 Quality by Designのための実験計画法 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
2024/5/2 自然言語処理の基礎と生成AI・大規模言語モデルの研究開発への活用 オンライン
2024/5/6 統計学の基礎から学ぶ実験計画法 (2日間) 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
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)
2023/6/30 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
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
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
2003/6/27 ニューアルゴリズムによる画像処理システム事例解説
2001/9/28 MATLABプログラム事例解説Ⅱ アドバンスド通信路等化