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

エンジニアのための実験計画法 & 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入門

Zoomを使ったライブ配信セミナー

エンジニアのための実験計画法 & 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入門

~「製造業における実験計画法」と「実験計画法が上手くいかない複雑な現象に対応する、人工知能を使った非線形実験計画法」の基礎・実施手順~
オンライン 開催

開催日

  • 2020年12月10日(木) 10時30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
  • 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い方

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
  • 非線形性が強い複雑な現象の場合に有効なニューラルネットワークモデル (超回帰式) を併用する解析手順
  • Excel上で、簡単にニューラルネットワークモデルを構築する方法と実験計画法への応用ノウハウ
  • 複数の特性値 (多特性) を同時に最適化する実験デザイン、解析方法
  • 各構成要素の条件に関して、飛び飛びの値 (水準) での最適条件化ではなく、連続値として (水準の間も含めて) 最適条件を求める解析方法
  • 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具体的手順
  • 実験計画法や応答曲面法、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) にもと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、まず、実験計画法の原理と問題点の解説を行います。その上で、実験計画法の問題点を補うために人工知能の一種であるディープラーニング (ニューラルネットワークモデル=超回帰式) 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応答曲面法、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という方々に、また、多目的最適化が必要な方々に、具体的な解決策を詳細に説明します。
 なお、複雑な現象をモデル化 (数式化) するニューラルネットワークモデルをExcel上で簡単に構築する方法も、デモンストレーションを併用して解説いたします。

  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
      • ※上記の事例は、業界を問わず誰にでもイメージできるモノとして選択しており、洗濯機の振動技術の解説が目的ではありません。
  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
        • 実際の解析方法
        • 実験実務上の注意点 (実際の解析の前提条件)
        • 誤差のマネジメント
        • フィッシャーの三原則
      2. 分散分析とF検定の原理
      3. 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』
        • 直交表の解説
      4. ステップ3 『実験実施』
      5. ステップ4 『実験結果を分析』
        • 分散分析表 その見方と使い方
        • 工程平均、要因効果図 その見方と使い方
        • 構成要素の一番良い条件組合せの推定と確認実験
      6. 解析ソフトウェアの紹介
      7. 実験計画法解析のデモンストレーション
  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 → 非線形モデルへの変更の効果
    3. 非線形性現象 (開発対象によくある現象) 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 (超回帰式) 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 (超回帰式) とは
    2. ニューラルネットワークモデル (超回帰式) 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. ニューラルネットワークモデル (超回帰式) 構築ツールの紹介
  5. ニューラルネットワークモデル (超回帰式) 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. 遺伝的アルゴリズム (GA) による探索方法
    4. 確認実験と最適条件が外れた場合の対処法
    5. ニューラルネットワークモデル (超回帰式) の構築と最適化 実演
  6. その他、製造業特有の実験計画法の問題点
    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

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
: 30,400円 (税別) / 33,440円 (税込)
複数名
: 22,500円 (税別) / 24,750円 (税込)

Zoomを使ったライブ配信対応セミナーの留意点

  • ビデオ会議ツール「Zoom」を使ったライブ配信セミナーとなります。
  • お申し込み前に、 視聴環境 をご確認いただき、 ミーティングテスト 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。
  • 開催日時にリアルタイムで講師へのご質問も可能です。
  • セミナー資料は印刷物を開催日までに発送予定でございます。
  • 開催まで4営業日を過ぎたお申込みの場合、セミナー資料の到着が、開講日に間に合わない可能性がありますこと、ご了承下さい。
    ライブ配信の画面上でスライド資料は表示されますので、セミナー視聴には差し支えございません。
    印刷物は後日お手元に届くことになります。

複数名受講割引

  • 2名様以上でお申込みの場合、1名あたり 22,500円(税別) / 24,750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 30,400円(税別) / 33,440円(税込)
    • 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 49,500円(税込)
    • 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 74,250円(税込)
  • 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」とご記入ください。
  • 他の割引は併用できません。

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

  • 1名様あたり 10,000円(税別) / 11,000円(税込)
  • 企業に属している方(出向または派遣の方も含む)は、対象外です。
  • お申込み者が大学所属名でも企業名義でお支払いの場合、対象外です。
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
2021/1/26 スケールアップ・ダウン検討と失敗例/解決 (対処) 法と実験計画法による効率的なデータ収集 東京都 会場・オンライン
2021/1/26 AIシステム活用時には押さえておきたいAI半導体チップ・ニューロチップ技術の基礎とトレンド情報 オンライン
2021/1/26 統計的データ解析と実験計画法の基礎と実践 (3回セット講座) オンライン
2021/1/27 統計の基礎と分析法バリデーションへの応用 2日コース 東京都 会場・オンライン
2021/1/27 スパースモデリングによる機械学習 オンライン
2021/1/27 グラフニューラルネットワーク入門 オンライン
2021/1/28 カルマンフィルタの実践 オンライン
2021/1/28 異種材料接着・接合の基礎と最新技術、及び強度/信頼性/耐久性向上と寿命予測法 オンライン
2021/1/28 説明できるAI (XAI) の原理と失敗しない深層学習 (ディープラーニング) 導入のコツとノウハウ オンライン
2021/1/29 スマートラボラトリ (デジタルラボラトリ) の最新動向と材料研究への導入事例 オンライン
2021/2/1 Pythonによる科学技術計算 オンライン
2021/2/2 実務のための実験計画法入門 (基礎編) オンライン
2021/2/4 統計学・機械学習の考え方とデータ活用 オンライン
2021/2/4 ノンパラと多変量解析入門 オンライン
2021/2/4 機械学習から、統計的機械学習へ オンライン
2021/2/4 AI画像認識システムの基礎と応用 オンライン
2021/2/5 薬物動態解析に用いる数学入門 オンライン
2021/2/8 車載LiDARの小型、軽量化と高解像度センシング技術 オンライン
2021/2/8 AIを活用した材料開発と応用事例 オンライン
2021/2/9 画像認識のデータ前処理に向けた画像フィルタリング技術 オンライン