tech-seminar.jp

本セミナーでは、フィッシャーの実験計画法からタグチメソッドまで、事例を通して解説いたします。
解析ではMicrosoft Excelを用いて変動の分解から要因配置図までを作成いたします。

本セミナーでは、過去の技術開発手法に情報科学で用いられるデータ解析手法を取り入れ温故知新により成果の出た講演者の成功事例を公開いたします。
例えば、科学で否定証明された問題を多変量解析で解いて実用化に結びつけた事例や、データ駆動で環境対応樹脂を開発した事例などデータサイエンスによる実験手法を具体的に説明いたします。

本セミナーでは、品質工学の中心的な部分であるパラメータ設計の考え方と手順を説明の中心に、失敗しないためのポイントについて、演習問題や成功事例も交えながら、わかりやすく解説いたします。

本セミナーでは、実験計画法の原理と問題点から解説し、実験計画法の問題点を補うために人工知能の一種であるディープラーニング (ニューラルネットワークモデル=超回帰式) を併用した、製造業の開発により適した非線形実験計画法を解説いたします。

MTシステムはディープラーニングと異なり、結果が明示性を持ち、異常原因診断も高速に実行するため、生産設備の予知保全や検査問題など特にものづくり分野で利用が広がっています。
本セミナーでは、MTシステムの基礎、MTシステムの活用ポイント、MTシステムの応用 (予知保全・自律診断・異常検査など)と、多センサ・時系列データを持つプラント系異常診断を実施する上での留意事項について詳解いたします。

本セミナーでは、過去の技術開発手法に情報科学で用いられるデータ解析手法を取り入れ温故知新により成果の出た講演者の成功事例を公開いたします。
例えば、科学で否定証明された問題を多変量解析で解いて実用化に結びつけた事例や、データ駆動で環境対応樹脂を開発した事例などデータサイエンスによる実験手法を具体的に説明いたします。

本セミナーでは、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いたします。

本セミナーでは、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いたします。