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

深層学習による品質検査、故障診断解析、欠陥・寿命予測

Zoomを使ったライブ配信セミナー

深層学習による品質検査、故障診断解析、欠陥・寿命予測

~基礎から応用の実際まで~
オンライン 開催

開催日

  • 2021年3月3日(水) 10時00分 16時00分

受講対象者

  • ディープラーニングの研究と応用を真剣に検討されている方
  • 工業分野における品質検査、故障診断、寿命予測に興味をお持ちの方
  • 機械学習・ディープラーニングによる異常検知に興味を持たれている方
  • 画像認識・音声認識以外の分野でのディープラーニング応用の可能性に興味をお持ちの方 など

修得知識

  • 最新型ディープラーニング技術
  • 深層学習の基本原理と要素技術の基本知識
  • ディープラーニングと従来の機械学習手法の融合技術
  • 異常検知と予測手法を応用する際のノウハウ
  • 製造加工業におけるディープラーニングの応用例や今後の可能性

プログラム

 ディープラーニング手法は、画像認識や音声認識の分野では前人未到の識別精度を達成し、将来の有望技術として脚光を浴びている。これらの成功事例を受け近年、ディープラーニング手法は製造加工業界の様々な分野に応用され、新たな解析手法として研究されている。
 本セミナーでは、まず異常検知に用いられる機械学習・ディープラーニングの手法・原理や決定木・ランダムフォレスト等の基本的な考え方、CNNの有用性・適用範囲・制限等についてわかりやすく説明した後、 製造加工業の中でも特に品質検査 (表面・外観検査) 、故障診断と欠陥予知という三つの分野に応用した最新鋭のディープラーニング技術を紹介する。
 内容として、応用事例を取り上げながら、解析手法の原理、解析手法の解析プロセス詳細そして検証結果という流れで説明と議論を重ね展開していく。

  1. 第1部 : はじめに
    1. 従来の機械学習の原理と手法を簡潔にわかりやすく説明
      • サポートベクトルマシン (SVM)
      • 主成分分析PCA/t-SNE/トポロジーデータ解析法 (TDA)
      • 競合学習・SOM・K-NN・EMアルゴリズムの原理と相互関連性
      • 決定木の各手法・ランダムフォレスト
      • Extreme Learning machine手法の紹介
      • RNNとRNN-LSTMのわかりやすい説明
      • ベイズ原理からカルマンフィルターをわかりやすく説明
      • ベイズ原理から粒子フィルターをわかりやすく説明
    2. 各ディープラーニングの手法の紹介と原理を簡潔にわかりやすく説明
      • 畳み込みニューラルネットワーク (CNN) の原理及び有用性・限界等
      • graph-CNNについて
      • 時系列データに対するCNN
      • 自己符号化器 (AE)
      • RBMとRBM-DBNの紹介
    3. 異常検知の考え方や手法の選択・適用のポイント等をわかりやすく説明
      • 異常検知の考え方
      • 異常検知への各手法の選択法
      • 異常検知への適用の際のポイントと留意点
  2. 第2部 : 品質検査 (表面・外観検査) におけるディープラーニングの手法の応用
    1. 最新技術と手法及び応用事例の紹介
      • 熱間圧延ストリップ鋼表面解析~
      • 溶接欠陥解析
      • 航空機ファンプレート用チタン合金表面
    2. CNNに基づく転移学習の紹介
    3. 転移学習を用いたCNN学習モデルによる表面・外観検査の学習結果の解析
    4. 従来の機械学習手法の解析結果との比較
  3. 第3部 : 故障評価のための診断解析
    1. 技術の背景及び応用事例の紹介
      • 軸受故障解析
      • 変速機故障解析
      • 回転子故障解析
    2. CNNによる特徴抽出と故障診断
    3. AEによる故障診断
    4. Extreme Learning machine深層学習手法
    5. スパースフィルタリングによる故障診断
    6. RBM-DBNとSVMを融合したマルチモーダル手法
  4. 第4部 : 欠陥・寿命予測解析手法
    1. LSTM-RNNによる欠陥予測
    2. 融合学習とLSTMの融合による予測
    3. 双方向LSTMとCNNの融合による予測
    4. 粒子フィルターとRBM-DBNの融合による予測
    5. 欠陥・寿命予測解析応用事例
      • 転がり軸受長期寿命予測
      • 機械加工における工具摩耗寿命予測
      • ハイブリッド玉軸受寿命予測
  5. 第5部 : 展望
    1. 学習モデル選択 :
    2. データの高次元性・非構造多様性・不均衡性の対策
    3. 学習結果の可読性と可視化

講師

  • 曽我部 東馬
    電気通信大学 i-パワードエネルギーシステム研究センター 基盤理工学専攻
    准教授

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
: 46,000円 (税別) / 50,600円 (税込)
1口
: 57,000円 (税別) / 62,700円 (税込) (3名まで受講可)

ライブ配信セミナーについて

  • 本セミナーは「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、 視聴環境テストミーティングへの参加手順 をご確認いただき、 テストミーティング 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。
  • セミナー資料は郵送にて前日までにお送りいたします。
  • 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。
  • ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
  • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
  • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
  • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
    万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
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
2021/3/11 音による故障検知および故障予知 オンライン
2021/3/11 製造・生産現場におけるクリーン化&異物対策ノウハウと具体策 オンライン
2021/3/11 製造業における人工知能「ディープニューラルネットワークモデルとMTシステム」の基礎・学習データ最小化ノウハウと自動設計・仮想検査・未知の異常検知への応用入門 オンライン
2021/3/11 R/Python/Juliaの比較による高速データ分析入門 オンライン
2021/3/12 小規模データに対する機械学習の効果的適用法 オンライン
2021/3/15 機械学習におけるモデル化とその効率化、最適化 オンライン
2021/3/16 「感性・感情・印象」の定量化、モデル化の最新研究と可能性 オンライン
2021/3/17 グラフニューラルネットワーク入門 オンライン
2021/3/17 AIを使用した計算およびデータ駆動型化学 オンライン
2021/3/18 基礎から学ぶ人工知能 オンライン
2021/3/18 スパースモデリングの基礎とマテリアルズ・インフォマティクスへの展開 オンライン
2021/3/18 集団学習 (アンサンブル学習) による予測精度の向上と応用展開 オンライン
2021/3/18 MTシステムの基礎と実践講座 オンライン
2021/3/18 電力事業展開と電力データ活用における新サービス創出への取組みについて 東京都 会場・オンライン
2021/3/22 ディープラーニングのモデル軽量化技術 基礎と最新動向 オンライン
2021/3/22 マルチモーダル情報に基づく人間の内部状態の推定・モデル化 オンライン
2021/3/23 製造現場におけるDX導入、構築と活用の仕方 オンライン
2021/3/23 自然言語処理の基礎と応用 オンライン
2021/3/24 グラフニューラルネットワークの基礎とその応用方法 オンライン
2021/3/24 AIによる異常検知 オンライン