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

AIによる化学プロセスの異常検知技術

AIによる化学プロセスの異常検知技術

~限られたデータ、ふぞろいのデータを用いた異常検知技術の開発法~
オンライン 開催

開催日

  • 2021年11月5日(金) 10時00分 17時00分

プログラム

第1部. AIによる化学プロセスの異常検知技術

(2021年11月5日 10:00〜12:00)

 Xとyの間の関係式をモデル化する際に悪影響を与える外れ値を事前に適切に除去する必要がある。そのような外れ値はあるプロセス変数のデータ分布から外れるデータであると仮定して異常データの検出を試みることがある。検討した外れ値検出手法は、3シグマ法、Hampel identifier、Savitzky Goley (SG) 法による処理前後の値の差に対してHampel identiferを行う方法である。ただ、単変量統計プロセス管理ではプロセス変数間の相関関係を考慮しておらず、変数間の相関が大きい際に適切な異常検出ができない。そこで、多変量統計的プロセス管理 (Multivariate Statistical Process Control, MSPC) が活用される。T2統計量とQ統計量を同時に監視し、いずれか一方でも管理限界を超えた場合に異常と判断する。これ以外にも、独立成分分析 (Independent Component Analysis, ICA) 、One-Class Support Vector Machine (OCSVM) を紹介する。

  • 3シグマ法、Hampel identifier、SG 法による処理前後の値の差に対してHampel identiferを行う
  • 多変量統計的プロセス管理 (Multivariate Statistical Process Control, MSPC)
  • 主成分分析 (Principal Component Analysis, PCA)
  • T2統計量とQ統計量
  • 独立成分分析 (Independent Component Analysis, ICA)
  • One-Class Support Vector Machine (OCSVM)
  • ソフトセンサーと異常検知
  • 質疑応答

第2部. 化学プロセスでの特徴量エンジニアリングとデータ解析

(2021年11月5日 12:45〜14:45)

 本講座では、化学プロセスの異常検出を適切に行うことを目的として、特徴量エンジニアリングやその他のデータ解析手法について解説を行う。まず、特徴量および特徴量エンジニアリングの定義などについて説明する。次に、特徴量エンジニアリングを含む、異常検出の手順全体について説明する。そして、異常検出システムの応用事例を紹介する。最後に質疑応答を行い、受講者に特有の疑問や課題の解決を試みる。

  1. 特徴量とは
  2. 特徴量エンジニアリングとは
  3. 異常検出のためのデータ解析手順
    1. データ解析手順の概要
    2. 単変量プロセス管理
    3. 多変量プロセス管理
      1. 線形モデルに基づく方法
      2. 非線形モデルに基づく方法
  4. 応用事例
    • 質疑応答

第3部. スモールデータ・不均衡データ解析を用いた異常検知

(2021年11月5日 15:00〜17:00)

 化学プロセスでは、全体としてデータは豊富に集められるが、異常発生時のデータを十分に集められないなどの理由で、しばしば機械学習用のデータを適切に収集することが困難なことがある。このような場合、正常クラスと異常クラスのサンプル数には、著しい偏りが生じる。通常の分類問題における機械学習アルゴリズムは、それぞれのクラスのサンプル数がほぼ同量であることを想定しており、データが不均衡であると、適切にモデルを学習できなくなる。
 本講演では、正常クラスと異常クラスのデータが不均衡である場合でも、モデルを学習させる方法をいくつか紹介する。

  1. スモールデータ、不均衡データとは?
  2. 回帰分析と分類問題
  3. 線形判別分析 (LDA)
    • LDAの導出
    • LDAと固有値問題
    • LDAと最小二乗法
  4. 分類問題における性能評価
  5. LDAと不均衡データ
  6. サンプリング法
    • アンダーサンプリング
    • オーバーサンプリング
  7. アンサンブル学習
    • ランダムフォレスト
    • ブースティング
  8. ハイブリッド手法
    • RUSBoost
    • 質疑応答

講師

  • 船津 公人
    奈良先端科学技術大学院大学 データ駆動型サイエンス創造センター
    研究ディレクター 特任教授
  • 金 尚弘
    京都大学 工学研究科 化学工学専攻 プロセスシステム工学研究室
    助教
  • 藤原 幸一
    名古屋大学 工学研究科 物質プロセス工学専攻
    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
: 55,000円 (税別) / 60,500円 (税込)
複数名
: 50,000円 (税別) / 55,000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 50,000円(税別) / 55,000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 55,000円(税別) / 60,500円(税込)
    • 2名様でお申し込みの場合 : 2名で 100,000円(税別) / 110,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 150,000円(税別) / 165,000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。

アカデミック割引

  • 1名様あたり 30,000円(税別) / 33,000円(税込)

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

  • 学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
  • 病院などの医療機関・医療関連機関に勤務する医療従事者
  • 文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
  • 公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方

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。
  • ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
  • 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
2024/3/29 Pythonによるアンサンブル学習の基礎と応用 オンライン
2024/3/29 機械学習を用いたスペクトルデータ解析と材料開発への適用 オンライン
2024/3/29 マテリアルズインフォマティクス (MI) の最新動向と小規模データ駆動型MIの展開 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
2024/4/10 Pythonによる時系列データ分析とその活用 オンライン
2024/4/10 医薬原薬・ファインケミカル製品における連続生産プロセスの基礎とトラブル対策 オンライン
2024/4/11 技術者・研究者のための多変量解析入門講座 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
2024/4/16 企業人が使う機器分析入門 オンライン
2024/4/17 医薬原薬・ファインケミカル製品における連続生産プロセスの基礎とトラブル対策 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
2024/4/19 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
2024/4/23 化学プロセスの開発・設計の基礎とシミュレーション技術によるスケールアップの効率化・最適化 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 技術者・研究者のための多変量解析入門講座 オンライン
2024/4/25 カルマンフィルタの実践 オンライン

関連する出版物

発行年月
2023/6/30 生産プロセスにおけるIoT、ローカル5Gの活用
2023/4/28 ケモインフォマティクスにおけるデータ収集の最適化と解析手法
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
2022/8/2 カーボンニュートラルのためのグリーン燃料と化学品
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
2014/2/15 3M〔米国特許版〕 技術開発実態分析調査報告書 (CD-ROM版)
2014/2/15 3M〔米国特許版〕 技術開発実態分析調査報告書
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