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

人工知能応用技術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・エンジニアリング応用入門

AIプログラマーに頼らない、要素技術者自身で開発できる

人工知能応用技術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・エンジニアリング応用入門

~「開発の自動化・仮想検査・未知の異常検知」で学ぶAI応用ノウハウ~
オンライン 開催 デモ付き
  • 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8月5日〜11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、AI技術の基礎知識・応用ノウハウ、製造業で実績があり簡便に使えるノウハウ、Excelのように簡単に使える人工知能構築ツール・アルゴリズム、仮想検査の構築方法、異常検出技術を活用した検査システム、製造業における人工知能の使いこなしノウハウについて、豊富な経験に基づき実践的に分かりやすく解説いたします。

開催日

  • 2025年7月29日(火) 10時00分 17時00分

受講対象者

  • 要素技術、生産システム、加工技術などの分野で人工知能を活用したい開発者の方
  • 最先端で未成熟な技術ではなく、製造業で実績があり、簡便に使える人工知能技術を求めている方
  • Excelのように簡単に使える人工知能技術を求めている方
  • 毎年繰返し、同じような製品開発 (製品設計と検証、その生産条件出し) を行っていて、その開発効率を高めたい方
  • 破壊検査などの抜取り検査を全数検査に変え、量産品質トレンドや設備モニタリングを行い、不良を未然に防ぎたい方
  • 検査工程を作らず、加工工程自体が検査工程になる仮想検査技術を求めている方
  • 直接計測不可能な特性を代替え特性から推定するセンサレスセンシング技術を求めている方
  • 特定の不良状態を自動的に見つけるだけなく、未知の不良状態 (未定義の不良品) を見つける技術が必要な方
  • 品質工学や実験計画法などで、離散的な探索では成果の出ない方
  • 「革新的ものづくり・商業・サービス開発支援補助金」第四次産業革命型などIoT&AI関係の補助金獲得を経営課題としてお考えの方

修得知識

  • 要素技術、生産システム、加工技術の開発者に適した人工知能技術の基礎知識と応用ノウハウ
  • 最先端で未成熟な技術ではなく、製造業で実績があり、簡便に使える人工知能の知識
  • Excelのように簡単に使える人工知能構築ツールやアルゴリズム
  • 「製品設計条件 (寸法仕様、材料仕様など) 」と生産条件」から量産時の製品特性値をバラツキも含めて人工知能に精密に予測させる方法
  • 上記の量産時性能予測技術を利用した、製品設計条件と生産条件を試作レスで最適化する技術の構築方法 (レシピジェネレーターの開発方法)
  • 抜き取り検査しかできなかった工程を人工知能による推定全数検査化する方法
  • 検査工程を作らず、加工工程自体が検査工程になる仮想検査の構築方法
  • 直接計測不可能な特性を代替え特性から推定するセンサレスセンシングを構築する方法
  • 学習していない未知の異常も検出する技術を活用した検査システム、設備の予防保全システムを構築する方法
  • 人的な官能 (感性) 検査を機械化 (自動化) する方法
  • 製造業における人工知能の使いこなしノウハウ
  • 第四次産業型の補助金申請に必要なIoT&AIシステム構成と処理フローの事例

プログラム

 最先端技術であるディープラーニングが話題になり、人工知能ブームが再来していると言われています。最先端の技術は重要ではありますが、製造業の技術者が開発実務に活用するには敷居が高いことが課題ではないでしょうか? このように人工知能には、活用が難しいイメージがありますが、ものづくり分野に絞れば、適切な手法の使い分けとノウハウで意外と簡単に活用可能です。ディープラーニングを含む人工知能にも、アカデミックな最先端技術に対して成熟した「エンジニアリングに適した技術」があり、その技術はものづくりの開発現場で安心して使うことが可能です。
 また、ビッグデータにも誤解が多く、本来の意味とは異なる内容が一人歩きしている状況です。本来のビッグデータの意味を理解し、適切な手法の応用や、要素技術者の皆さん自身の知見を活かすと、高性能な人工知能の開発に必要なデータの最小化や、限られたデータから大量のデータを作るデータ増殖も可能です。 本講座では、エンジニアリングに適した人工知能技術であるニューラルネットワークモデルとMTシステムに関して、基礎的な解説を行った上で、製造業における具体的な事例を用いて応用ノウハウを解説します。ものづくり技術者にとって、人工知能は目的ではなく、技術課題を解決する手段として使えることが理想的です。 本講座で解説するエンジニアリングに適した人工知能技術を使うことで、技術者は、解決すべき技術課題に集中することが可能になります。なお、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. 人工知能活用による事例概要
    1. エンジニアから見た人工知能技術 概要
    2. 製造業に特化した人工知能活用 (本講義) の全体像
    3. 設計、材料、生産条件を統合した現実さながらの予測式構築と自動開発技術
      • 開発実験環境の仮想化技術
      • レシピジェネレーター技術
    4. 加工状況データから加工品質を推定する検査機レス検査技術
      • 仮想検査技術
      • センサレスセンシング技術
    5. 未学習の未知異常検知技術
      • 異常モニタリング
      • 予防保全技術
  2. 人工知能技術の概要
    1. 要素技術者から見た開発ツールとしての人工知能技術の比較
    2. 参考:データ採取のポイント (ビッグデータの誤解)
    3. 補足:ニューラルネットワークモデルはブラックボックス?
    4. 要素技術者に適した人工知能構築ツールの比較
  3. ニューラルネットワークモデル構築の実演
    1. 簡単な関係性を人工知能に学習させ、その後推定させる
    2. 複雑な関係性を人工知能に学習させ、その後推定させる
    3. 品質工学、実験計画法の直交表を応用した学習データ
    4. 推定に問題ある場合の対処法1
    5. 推定に問題ある場合の対処法2
    6. 難しい排他的論理和問題を人工知能に解かせる
  4. 【事例1 ニューラルネットワークモデル活用】
    • 設計、材料、生産条件を統合した現実さながらの予測式構築と自動開発技術
      • 開発実験環境の仮想化
      • レシピジェネレーター技術
    • 毎年繰返し行っていた電磁石コイルの開発を、設計条件と生産条件を合わせてパソコン上で自動開発を可能にした事例を解説
      1. 背景:電磁石コイルの繰返し開発の紹介
      2. 製品設計部門と工法開発部門、量産部門の役割分担
      3. 汎用巻線技術の開発 – 設計条件と設備条件の密接な関係
      4. 個別最適解を求める「設計条件×設備条件=性能の平均値とバラつき」方程式の探求
      5. 人工知能活用の実施手順
      6. データ収集の実験計画とその勘所
      7. データの説明性確保の課題と解決策
      8. データ数不足の解決策 要素技術を活かしたデータ増殖
      9. 試作レス開発環境の構築例
      10. 人工知能の推定が間違った場合の対処方法
      11. 本事例を応用可能な別事例の紹介
  5. 【事例2 ニューラルネットワークモデル活用】
    • 加工状況データから加工品質を推定する検査機レス検査技術
      • 仮想検査技術
      • センサレスセンシング技術
    • 溶接の抜取り破壊検査工程を、溶接と同時に溶接強度を推定し、全数検査と量産品質トレンドや設備状態のモニタリングを可能にした事例を解説
      1. 背景:溶接と抜取り破壊検査の紹介
      2. 全数検査化に先立つ要素技術
      3. 人工知能活用の実施手順
      4. データ収集、及び人工知能による強度推定のシステム構築例
      5. システムの動作フローチャート
      6. 本事例を応用可能な別事例の紹介
  6. 【事例3 MTシステム活用】
    • 未学習の未知異常検知技術
      • 異常モニタリング
      • 予防保全技術
    • 事前に学習できない未知の異常・不良を検出したい場合の対処方法を、エンジンの異常音など、聴感による人的官能検査工程を自動化した事例を元に解説
      1. 背景:異常音で判断する官能検査工程の紹介
      2. 定義できる不良音と定義できない不良音。未知の不良を見つける必要性
      3. MTシステム (MT法) とは
      4. 人工知能活用の実施手順
      5. データ収集、及び人工知能による異常音推定システム構築例
      6. システムの動作フローチャート
      7. 本事例を応用可能な別事例の紹介
  7. 全体質疑応答

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

受講者の声

  • 実績のある手法について聞けて非常に満足できた。また、現場で度々問題になるAI用の学習データ取得の方法についても効率的な取得方法についてご説明いただき大変助かった。
  • 実際の活用・運用事例を紹介していただけたため、イメージがつけやすく参考になりました。特に、現場で運用しながら学習をするという手法は、今後活かせる内容だと感じました。
  • まさに今、弊社製品に搭載されている主要ユニットの評価に機械学習や品質工学が利用できないかと取り組み始めたところでしたので、非常に参考になりました。
  • 実務で役立つ内容で勉強になりました。ありがとうございました。

免責事項

技術コンサルタントの方や、講師業の方は受講をお断りさせていただきます。

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)

テキスト送付に係る配送料

ライブ配信・アーカイブ配信受講の場合、別途テキストの送付先1件につき、配送料 1,100円(税別) / 1,210円(税込) を頂戴します。

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。
  • 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。

ライブ配信セミナーをご希望の場合

  • 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。
  • 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8月5日〜11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。
  • セミナー資料は別途、送付いたします。

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
2025/5/7 ChatGPTによる実験計画法 オンライン
2025/5/7 生成AIを活用したデータ分析の基礎とポイント オンライン
2025/5/7 AIを活用した特許調査および知財業務の効率化 オンライン
2025/5/8 図解と演習で学ぶ実験計画法入門 オンライン
2025/5/9 技術者・研究者が基礎から学ぶ実験計画法 オンライン
2025/5/11 異業種R&Dリーダーのためのヘルスケア参入戦略 オンライン
2025/5/12 Excel業務の改善術入門 オンライン
2025/5/12 知財DXの導入方法、運用ポイントと推進体制の構築 オンライン
2025/5/13 実験・測定に必要な統計の基礎とデータ解析のポイント オンライン
2025/5/13 新価値創造のための技術棚卸の進め方と生成AI活用 オンライン
2025/5/13 異常検知への生成AI活用と判断の標準化、高精度化 オンライン
2025/5/13 品質管理の基礎 (4日間) オンライン
2025/5/13 品質管理の基礎 (3) オンライン
2025/5/14 生産管理、生産計画策定のための需要予測の導入とAIの活用 オンライン
2025/5/14 ビジネス課題を解決するAI活用術 オンライン
2025/5/14 ものづくりデジタルツインの基礎と要素技術および導入・応用のポイント オンライン
2025/5/15 経済的リスクを元に算出する「検査基準・規格値と安全係数」決定法 速習 オンライン
2025/5/15 拒絶理由通知分析、対応作成への生成AI活用 オンライン
2025/5/15 化学工学におけるビッグデータ非依存のニューラルネットワーク活用手法 オンライン
2025/5/16 実験の実務: 効率的、確実に目的を達成できる実験内容の考え方 オンライン