tech-seminar.jp

本セミナーでは、統計の基礎から解説し、問題解決手法としてデータサイエンスを導入する時の勘所について事例を中心に解説いたします。

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。

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、深層学習と対比しながらMTシステム、特にMT法の考え方から具体的な利用方法まで丁寧に解説いたします。
時系列データや振動波形の扱い方、画像データの扱い方なども併せて学んでいただけます。

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、安全係数 (安全率) ・規格値 (閾値、公差、許容差) の合理的な決定方法を求めている方、市場クレームが減らないという課題をお持ちの方、かけたコストに見合った生産品質改善が得られているかを明確にしたい方々に、経済性を根拠に合理的に安全係数 (安全率) 、規格値 (閾値、公差、許容差) を決定する方法である「損失関数 (JIS Z 8403)」について、詳細に解説いたします。
加えて、事例演習を行い、実践的な安全係数と規格値 (閾値、公差、許容差) の計算方法を身に付けていただきます。

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、品質工学のMTシステムを基礎からわかりやすく丁寧に説明し、事例を多く紹介することで実務への応用をイメージできるようにいたします。