近年、人工知能に注目が集まっており、特に、画像認識や自然言語処理などの情報分野で大きな成功を収めている.
　本セミナーでは、まずは制御の基礎となる古典制御から、現代制御、モデルベースド制御までを概観する。その後、AI技術の基礎となるニューラルネットワークについて解説するとともに、データ拡張、転移学習、可視化技術など最近の動向を踏まえつつ、産業分野での制御や診断の課題にAI技術を応用した事例の紹介を行う。

1. これまでの制御理論
   1. 古典制御理論
   2. 現代制御理論
   3. モデルベースド制御手法
      1. 2自由度制御
      2. 外乱オブザーバ
      3. 内部モデル制御
2. 人工知能 (AI) の制御・診断への導入
   1. ニューラルネットワーク
      1. 学習理論とは
      2. 再急降下法と誤差逆伝播法
      3. FNN,RNN,CNN
      4. 転移学習
      5. データ拡張
      6. 学習の可視化
   2. ニューラルネットワークと制御
      1. フィードバック誤差学習制御
      2. 規範モデル型学習制御
3. AI技術の制御への応用
   1. 超精密ステージの位置決め制御への応用
   2. ディジタル制御電源への学習理論の応用
   3. むだ時間制御系への応用
   4. 内燃機関の過渡空燃比制御への応用
   5. モータ制御系への応用
4. AI技術の診断への応用
   1. 低サンプリング信号に対するAI故障診断法 (信号処理法)
   2. 低サンプリング信号に対するAI故障診断法 (画像処理法)
   3. AIによる画像の分類とその可視化技術