tech-seminar.jp

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、タグチメソッドの基本である「非線形計画」について解説いたします。
動特性のSN比と考え方を理解し、信号と誤差の交互作用に着目します。
更に「許容差設計」において、線形回帰だけでなく、高次の成分に分解するために「チェビシェフの直交多項式」を活用します。

本セミナーでは、高級フィルムカメラの裏蓋の破壊事例をはじめ、具体的な事例を中心に高分子材料の劣化や破壊について基礎から説明いたします。
また、問題解決手法として無償公開しているソフトウェアを用いたワイブル統計解析やデータマイニングの手法も解説いたします。

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、異常時の原因診断が可能な“ホワイトボックス型AI”として活用されるMTシステムについて、基礎から具体的な活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、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、まず、実験計画法の原理と問題点の解説を行います。
その上で、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、異常時の原因診断が可能な“ホワイトボックス型AI”として活用されるMTシステムについて、基礎から具体的な活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。