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

人工知能による異常検知技術とその導入、実用化のポイント

故障・異常データがない、少ない場合の

人工知能による異常検知技術とその導入、実用化のポイント

東京都 開催 会場 開催

概要

本セミナーでは、ディープラーニングや異常検知の基礎から、ディープラーニングによる異常検知手法とその実例・課題などについて詳しく解説いたします。

開催日

  • 2019年12月13日(金) 10時00分 17時00分

修得知識

  • 識別問題と異常検知の基礎知識
  • ディープラーニングの基礎
  • ディープラーニングを用いた代表的な異常検知法
  • 外観検査、異常検知システムを構築するための知識

プログラム

第1部. ディープラーニングにおける異常検知の方法

~特に故障・異常データが少ない場合の手法について~

(2019年12月13日 10:00〜12:00)

 近年、ディープラーニングによる画像認識は目覚ましい発展を遂げており、これらの成果は実利用の段階に入った。工場などの生産現場では、古くから画像認識による外観検査や異常検知が導入されているが、これらにディープラーニングを導入することで飛躍的な精度の向上を行った事例が報告されつつある。一方で、ディープラーニングを外観検査に応用する場合には、外観検査、異常検知ゆえの問題がある。
 そこで、近年では大量の正常サンプルからニューラルネットワークによって正常状態モデルを生成し、その正常状態を基として未知サンプルの異常度を算出する手法が用いられる。その代表的なモデルとして、AutoencoderやGenerative Adversarial Networks (GANs) による異常検知手法について紹介する。

  1. ニューラルネットワークの基礎
    1. 単純パーセプトロン
    2. 3層ニューラルネットワーク
  2. 畳み込みニューラルネットワーク
    1. 畳み込みニューラルネットワークの基礎
    2. Alex NetとVGG Net
    3. ResNet
  3. オートエンコーダ
    1. オートエンコーダの基礎
    2. 畳み込みオートエンコーダ
  4. Generative Adversarial Networks
    1. GANの基礎
  5. ディープラーニングによる異常検知
    1. オートエンコーダの復元による異常検知
    2. オートエンコーダの潜在空間を利用した異常検知
    3. 復元と潜在空間を利用した異常検知
    4. GANによる異常検知
  6. ディープラーニングによる異常検知による実例と諸問題
    • 質疑応答

第2部. 正常時の波形データのみで異常を検知する説明性の高いAIの開発

(2019年12月13日 12:45〜14:45)

 近年、インダストリアルIoTの普及に伴い、インフラ設備や製造装置のセンサから波形データを収集する環境は整ってきた。しかし、異常の発生は稀なため、異常データの収集は正常データに比べて困難である。また、インフラ設備や製造装置で異常を検知した場合には、専門家が波形データを確認して原因究明と対策立案を行うことが多い。そのため、AIの結果を専門家が理解しやすいことが求められる。
 本講演では、ベースとなる波形データの分析手法と異常データを学習時に用いない異常検知手法を説明し、我々の開発した正常波形データのみで学習する説明性の高い異常検知手法OCLTSを解説する。

  1. 波形 (時系列) データ分析
    1. 本技術開発の背景
    2. 波形データの特徴
    3. 説明性の高い波形データ分析手法
  2. 異常検知手法
    1. 異常データが少ない場合のアプローチ
    2. 異常データを学習時に必要としない異常検知手法
  3. 正常波形データのみで学習する説明性の高い異常検知手法OCLTS
    1. 利用時のシステム概要
    2. 学習アルゴリズム導出の流れ
    3. 勾配降下法による学習プロセス
  4. 性能評価
    1. 異常データが少ない場合の評価指標
    2. 評価結果
  5. 適用事例
    • 質疑応答

第3部. 未知の異常、故障を検出するインバリアント分析と導入の仕方

(2019年12月13日 15:00〜17:00)

 これまで工場における製造/生産現場においては故障や異常に対する対策を行ってきた結果、既知の異常や発生が想定されるような異常はほとんど起きないと言われている。しかし設備の老朽化や世の中の変化に対応する生産方式の変更、技術者不足などにより想定外の異常や未知の異常が増加してきている。
 本講座ではインバリアント分析を中心に未知の異常検知への取り組みと導入の手順について解説を行う。

  1. 工場におけるDXの考え方
  2. Society5.0におけるプラント保安の考え方
  3. インバリアント分析とは
    1. インバリアント分析の技術概要
  4. 検証・導入事例
    1. プラントでの導入事例
    2. 製造業での導入事例
    3. 発電領域における事例
    4. 非破壊検査での事例
  5. システム構築の考え方
    1. 工場におけるAI活用システムの考え方
    2. 導入時に考慮すべき点とは何か
    • 質疑応答

講師

  • 加藤 邦人
    岐阜大学 工学部
    准教授
  • 山口 晃広
    株式会社 東芝 研究開発センター 知能化システム研究所 システムAIラボラトリー
    エキスパート
  • 相馬 知也
    日本電気 株式会社 デジタルテクノロジー開発研究所
    シニアマネージャ

会場

株式会社 技術情報協会
東京都 品川区 西五反田2-29-5 日幸五反田ビル8F
株式会社 技術情報協会の地図

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
: 60,000円 (税別) / 66,000円 (税込)
複数名
: 55,000円 (税別) / 60,500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 55,000円(税別) / 60,500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 60,000円(税別) / 66,000円(税込)
    • 2名様でお申し込みの場合 : 2名で 110,000円(税別) / 121,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 165,000円(税別) / 181,500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。
  • 受講券、請求書は、代表者にご郵送いたします。
  • 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
2024/4/3 洗浄バリデーションの基礎とQ&Aから見る注意点 オンライン
2024/4/3 無菌製剤工場の製造プロセスと設備・施設設計のポイントと注意点 オンライン
2024/4/4 多変量解析・データ処理 超入門 オンライン
2024/4/5 半導体の洗浄技術の基礎、付着物の有効な除去とクリーン化技術 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
2024/4/11 異物問題への対処法 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
2024/4/17 クリーンルームの維持管理と静電気対策の実際 オンライン
2024/4/18 半導体の洗浄技術の基礎、付着物の有効な除去とクリーン化技術 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 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
2024/4/22 3Dセンサの測距原理とその応用 (1) 東京都 会場
2024/4/22 外観検査の概要、目視検査と自動検査の比較、その実際 オンライン
2024/4/24 クリーンルームの維持管理と静電気対策の実際 オンライン
2024/4/26 VSLAMの概要とAR Foundationを用いた実装演習 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 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