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

異常検知・学習データ作成のための生成AI活用

AIモデルの異常検知精度を飛躍的に向上させるための

異常検知・学習データ作成のための生成AI活用

オンライン 開催
  • ライブ配信セミナーには、特典としてアーカイブ配信が付きます。
  • アーカイブ配信の視聴期間は2025年4月23日〜29日を予定しております。
  • ライブ配信を受講しない場合は、「アーカイブ配信」をご選択ください。

概要

本セミナーでは、生成AIを活用した効率的な学習データ作成の手法・実践ノウハウ、異常検知におけるデータ前処理・特徴抽出のポイント、製造業で生成AIを活用するためのベストプラクティス・応用事例の理解、生成AI導入に伴うリスク・その対策方法について、事例を交え実践的に解説いたします。

開催日

  • 2025年4月16日(水) 10時00分 16時00分

受講対象者

  • 製造業の生産技術の担当者
  • 品質管理の担当者
  • データ分析の担当者
  • AI・DX推進部門の担当者

修得知識

  • 生成AIを活用した効率的な学習データ作成の手法と実践ノウハウ
  • 異常検知におけるデータ前処理および特徴抽出のポイント
  • 製造業で生成AIを活用するためのベストプラクティスと応用事例の理解
  • 生成AI導入に伴うリスク (データ品質・バイアスなど) とその対策方法

プログラム

 本講義のテーマである「製造業における異常検知×生成AI」は、これからのスマート工場において非常に重要な意義を持ちます。近年、製造現場のIoT化によって取得できるデータが飛躍的に増大・複雑化し、従来の手法だけでは早期発見が難しい異常も発生しています。そこで注目されるのが生成AIの力です。生成AIを用いて希少な不良パターンを人工的に作り出し学習データを充実させることで、AIモデルの異常検知精度を飛躍的に向上させ、生産ラインの品質向上やダウンタイム削減に繋げることが可能になります。
 本講義では、こうした最新技術の原理から具体的な活用方法までを体系的に学ぶことで、受講者の皆様が現場で生成AIを活用できる実践的な知識・スキルを身につけることを目指しています。異常検知の専門知識とAI技術を融合し、新たな価値創出に挑戦する力を養っていただきたいと考えています。講義を終えた後には、ぜひ今日学んだことを職場での課題解決に役立ててください。皆様の現場でのイノベーションの一助となることを願っています。

  1. 序論
    1. 異常検知とは何か:正常・異常の定義と違い
    2. 製造業における異常検知の重要性
      • 品質向上や損失削減に不可欠
    3. 従来手法 (統計的品質管理など) と最新AI手法の比較
    4. 生成AI (深層生成モデル) の基本概要と種類
      • GAN
      • VAEなど
    5. 製造業の異常検知に生成AIを用いる意義
    6. 異常検知と生成AIに関する最新動向
      • 研究事例
      • 業界トレンド
    7. 本講義の内容と進め方 (6時間の構成とゴール)
  2. 生成AIの活用用途
    1. 異常パターンの生成
      • 未知の不良シナリオを人工的に作り出す
    2. データ拡張:正常・異常データの合成による学習データ増強
    3. シミュレーションによるデータ生成
      • デジタルツインを用いた仮想センサーデータ生成
    4. 希少事象の再現:発生頻度の低い故障例を合成データで補完
    5. 生成モデルによる異常シナリオの多様化
      • 様々な異常ケースを網羅的に準備
  3. 異常検知の手法と製造業での適用事例
    1. 統計的手法による異常検知
      • 管制図やしきい値監視などの従来型手法
    2. 機械学習による異常検知
      • 教師なしクラスタリング
      • 外れ値検出アルゴリズムの活用
    3. 深層学習を用いた異常検知
      • オートエンコーダーによる再構成誤差検出など
    4. 生成モデルを組み合わせた異常検知
      • VAE/GANで正常データを学習し逸脱を検知
    5. 画像データにおける異常検知
      • 製品外観検査・不良品検出
      • MVTec ADデータセット例
    6. センサーデータにおける異常検知
      • 振動・温度などの信号解析による設備予知保全
    7. 工程データの異常検知
      • 製造プロセスの異常シグナル検出と統計的工程管理との比較
    8. 異常検知モデルの評価指標
      • 精度・再現率・F値・誤警報率などの指標と現場での意味
    9. 生成AI活用事例:合成データで検知性能を向上させた実例
      • Siemens社SynthAIによる画像生成
    10. 製造現場への適用時の留意点
      • リアルタイム実装や現場フィードバックの重要性
  4. 実践演習 (ハンズオン)
    1. データセットの準備と前処理
      • 欠損値補完
      • 外れ値ラベル付与
      • 特徴量スケーリング
    2. 異常検知モデルの構築
      • Pythonと機械学習ライブラリを用いたモデル実装
    3. 生成AIを用いたデータ合成
      • GANによる異常データ生成やデータ拡張の実演
    4. モデルの訓練と評価
      • 生成データ追加の効果検証
      • 評価指標によるモデル性能評価
    5. 結果の考察とパラメータ調整
      • 誤検知の原因分析とモデル改良の方向性討議
    6. 演習まとめ
      • 学んだ知見の整理と質疑応答
  5. 生成AIのリスクと課題
    1. 生成データの品質保証の難しさ
      • 合成データの現実性担保と専門家による検証
    2. データバイアス増幅のリスク
      • 偏った学習データにより誤ったパターンを生成する可能性
    3. 出力の非決定性と「幻覚」問題
      • 生成モデルが不自然なデータを生み出すリスク
    4. 説明性・トレーサビリティの欠如
      • 生成AIが出力したデータや判断の理由を説明する難しさ
    5. 運用上の課題
      • モデル更新の手間
      • 計算資源コスト
      • 現場への導入ハードル
    6. 法規制・倫理面での留意点
      • データプライバシーや知的財産権に関わる問題
  6. 今後の展望と活用可能性
    1. 生成AI技術の進展
      • より高度な生成モデルやDiffusionモデルの登場と異常検知への応用
    2. 製造DXにおける活用拡大
      • IoT活用によるリアルタイム異常予知システムへの展開
    3. デジタルツインとの連携
      • 仮想環境でのシミュレーションにより異常シナリオを検証
    4. 自律型品質管理への道
      • 生成AIがもたらす異常検知プロセス自動化と高度化の可能性
    5. オープンデータとコミュニティの活用
      • 公開異常データセットやOSSツールの活用による発展
    6. 継続的学習と人材育成の重要性
      • モデルの継続的改善と現場人材のAIスキル向上
  7. 質疑応答

講師

  • 柳 健大
    株式会社KLダイナミクス
    代表取締役 CEO

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
: 45,000円 (税別) / 49,500円 (税込)
複数名
: 40,000円 (税別) / 44,000円 (税込)

複数名同時申込割引について

複数名で同時に申込いただいた場合、1名様につき 40,000円(税別) / 44,000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 45,000円(税別) / 49,500円(税込)
  • 2名様でお申し込みの場合 : 2名で 80,000円(税別) / 88,000円(税込)
  • 3名様でお申し込みの場合 : 3名で 120,000円(税別) / 132,000円(税込)

ライブ配信対応セミナー / アーカイブ配信対応セミナー

  • 「Zoom」を使ったライブ配信またはアーカイブ配信セミナーのいずれかをご選択いただけます。
  • お申し込み前に、 Zoomのシステム要件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、PDFファイルを配布予定です。
  • 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。

ライブ配信セミナーをご希望の場合

  • 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。

アーカイブ配信セミナーをご希望の場合

  • 当日のセミナーを、後日にお手元のPCやスマホ・タブレッドなどからご視聴・学習することができます。
  • 配信開始となりましたら、改めてメールでご案内いたします。
  • 視聴サイトにログインしていただき、ご視聴いただきます。
  • 視聴期間は2025年4月23日〜29日を予定しております。
    ご視聴いただけなかった場合でも期間延長いたしませんのでご注意ください。

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
2025/3/31 特許明細書の効率的な読み方と強い特許明細書のつくり方 オンライン
2025/3/31 産業用メタバースとデジタルツインのモノづくり活用術 オンライン
2025/3/31 Excel・Pythonで学ぶ製造業向けデータ解析と実務への応用 オンライン
2025/3/31 協働ロボットの導入と活用の具体的方法 オンライン
2025/3/31 FUSION360の基本機能でもわかるCAEの勘所 オンライン
2025/4/2 ベイズ推定の基礎およびPythonを用いたデータ解析 オンライン
2025/4/3 研究DXへのデータ収集、構造化とプラットフォーム構築 オンライン
2025/4/4 AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 オンライン
2025/4/8 Pythonによる特許データ分析とIPランドスケープへの活用 オンライン
2025/4/8 プロダクトデザインにおける生成AIの活用と次世代製品の創出 オンライン
2025/4/8 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
2025/4/9 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
2025/4/9 ラボ・研究室における整理整頓のポイントと実験ノートの効果的な活用方法 オンライン
2025/4/10 Vision Transformerの仕組みとBEV Perception オンライン
2025/4/11 Excel・Pythonで学ぶ製造業向けデータ解析と実務への応用 オンライン
2025/4/11 AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 オンライン
2025/4/11 マテリアルズインフォマティクスの基礎と高分子材料設計における応用事例 オンライン
2025/4/11 AIを活用した創薬研究プロセスの加速化 オンライン
2025/4/11 不良ゼロへのアプローチ オンライン
2025/4/14 生成AIを活用した医薬品特許戦略の新たな視点 (特許分析に基づく急務な対応) オンライン

関連する出版物

発行年月
2024/3/4 対話型生成AI (人工知能) 利活用技術 技術開発実態分析調査報告書
2024/3/4 対話型生成AI (人工知能) 利活用技術 技術開発実態分析調査報告書 (CD-ROM版)
2023/12/27 実験の自動化・自律化によるR&Dの効率化と運用方法
2023/6/30 生産プロセスにおけるIoT、ローカル5Gの活用
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
2022/4/28 プラントのDX化による生産性の向上、保全の高度化
2022/4/28 研究開発部門へのDX導入によるR&Dの効率化、実験の短縮化
2022/1/13 DXを未来のビジネスに結びつけるための情報収集利活用ノウハウ
2022/1/12 製造DX推進のための外観検査自動化ガイドブック
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 -