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による異常検知・予知保全の基礎と実践

「異常データが少ない」設備診断にどうAIを活用するか

AIによる異常検知・予知保全の基礎と実践

～音響・振動・画像の特徴抽出、機械学習・深層学習からセンサフュージョン、マルチモーダルAIまで～
オンライン 開催
関連するセミナー・出版物
  • ライブ配信セミナーに申し込む

    • 概要

    本セミナーでは、音響・振動データの信号処理・特徴抽出から、機械学習・深層学習による異常検知、画像・音・振動を組み合わせるセンサフュージョン/マルチモーダルAIまでを解説いたします。
    少量データ環境でのモデル構築、誤検知の低減、評価方法、実設備への導入ポイントを学び、モータ・ポンプ・ファン・ベアリングなどの設備診断にAIを活かすための実践力を身につけていただけます。

    開催日

    • 2026年11月30日(月) 10時00分 ～ 16時00分

    修得知識

    • 音響・振動データの信号処理と特徴抽出
      • FFT
      • スペクトログラム
      • STFT
      • Waveletなど
    • 機械学習による異常検知手法と使い分け
      • PCA
      • SVM
      • Isolation Forestなど
    • 深層学習による異常検知
      • Autoencoder
      • CNN
      • LSTM
      • Transformer
    • 音響・振動・画像を組み合わせたセンサフュージョン/マルチモーダルAIの活用方法
    • 異常データが少ない環境でのモデル構築、誤検知低減、評価方法と実設備への導入ポイント

    プログラム

    　製造設備や機械システムの異常検知・予知保全では、振動だけでなく、音響、画像、温度、電流等、多様なセンサ情報を利用できるようになっています。
    　本セミナーでは、信号処理による特徴抽出から機械学習・深層学習による異常検知までを体系的に解説し、さらに複数のセンサ情報を統合するセンサフュージョン、マルチモーダルAIへと発展させます。「正常データしか十分に得られない」「異常データが少ない」という実際の設備診断で生じる問題についても取り上げます。
    　特に、実際の設備診断では「異常データを十分に集められない」ことが、AI活用を進めるうえで大きな課題となります。正常データを中心とした異常検知や少量データへの対応、誤検知を減らすための考え方についても解説します。さらに、音響・振動・画像など複数の情報を組み合わせ、単一のセンサでは捉えにくい異常を検知するためのアプローチまで取り上げ、AIを実際の設備診断・予知保全へ活用するためのポイントを学んでいただきます。

    1. 異常検知・予知保全の基礎
      1. 故障検知と予知保全
      2. Condition Based Maintenance
      3. センサデータから何が分かるか
      4. 正常/異常データの特徴
    2. 音響・振動信号の処理
      1. 時間領域解析
      2. FFTと周波数解析
      3. スペクトログラム
      4. STFT
      5. Wavelet
      6. 雑音低減と前処理
      7. 異常を捉える特徴量
    3. 機械学習による異常検知
      1. PCA
      2. SVM
      3. One-Class SVM
      4. Isolation Forest
      5. 正常データを中心とした異常検知
    4. 深層学習による異常検知
      1. CNN
      2. Autoencoder
      3. LSTM
      4. Transformer
      5. Anomaly Scoreの考え方
      6. 少量の異常データにどう対応するか
    5. 画像・音・振動を統合する マルチモーダルAI
      1. センサフュージョンとは
      2. Early Fusion / Late Fusion
      3. 音響+振動
      4. 画像+音響
      5. 複数センサを使うメリット
      6. 単一センサでは検出できない異常への対応
    6. 実際の設備診断への適用
      1. モータ
      2. ポンプ
      3. ファン
      4. ベアリング
      5. 配管
      6. 生産設備
      7. データ収集時の注意点
      8. AIモデルの評価方法
      9. 誤検知をどう減らすか
    7. これからの異常検知
      1. Explainable AI
      2. Foundation Model
      3. マルチモーダルAI
      4. Digital Twinとの融合
      5. 少量データ環境におけるAI
      6. 実設備導入へのロードマップ
    8. まとめ
      • 質疑応答
    ページのトップヘ

    講師

    • 島村 徹也 氏
      埼玉大学 大学院 理工学研究科
      教授 / 情報メディア基盤センター長
    ページのトップヘ

    主催

    株式会社TH企画 (TH企画セミナーセンター)
    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、 Zoomのシステム要件 と 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ファイルをダウンロードいただきます。
    • 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。
  • ライブ配信セミナーに申し込む
    • ページのトップヘ

    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
    2026/9/24 電子部品・材料の故障解析技術 オンライン
    2026/9/24 FT-IRの基礎と機械学習によるスペクトルデータ解析 オンライン
    2026/9/28 機械学習のための効率的データ取得とAIモデルの解釈・評価 オンライン
    2026/9/28 FMEA・FTAの考え方、実施手順と事例 オンライン
    2026/9/28 FT-IRの基礎と機械学習によるスペクトルデータ解析 オンライン
    2026/9/28 製薬業におけるCMC・製造領域のデータ・AI活用 オンライン
    2026/9/29 検査員の意識改革と検査業務改善の進め方 東京都 会場・オンライン
    2026/9/29 機械学習のための効率的データ取得とAIモデルの解釈・評価 オンライン
    2026/9/29 積層セラミックコンデンサの故障メカニズム、解析事例と品質向上 オンライン
    2026/9/29 機械学習を利用した多成分混合物の物性予測・物性推算 オンライン
    2026/9/30 AI画像処理・画像生成技術のための画像品質評価 オンライン
    2026/10/2 トヨタに学ぶ変化点管理とDRBFMの実践 オンライン
    2026/10/2 品質管理の基礎 (4日間) オンライン
    2026/10/2 品質管理の基礎 (1) オンライン
    2026/10/6 生体信号解析へのAI技術の適用 オンライン
    2026/10/6 少ないデータでも使える機械学習・異常検知の基礎とインフラ・製造分野への応用 オンライン
    2026/10/6 異常検知・寿命予測へのデジタルツイン導入と活用のポイント オンライン
    2026/10/7 FMEA・FTAの考え方、実施手順と事例 オンライン
    2026/10/7 試験部門 (QC) におけるデータの電子化とインテグリティ対策 オンライン
    2026/10/7 少ないデータでも使える機械学習・異常検知の基礎とインフラ・製造分野への応用 オンライン
    ページのトップヘ