機械学習のセミナー・研修・出版物

マテリアルズインフォマティクス (MI) による高屈折率材料の開発

admin — Wed, 14 Oct 2026 03:50:01 +0000

マテリアルズインフォマティクス (MI) による高屈折率材料の開発

～限られたデータから「高屈折率」を狙い、諸特性も満たす材料を導き出す～

オンライン開催

関連するセミナー・出版物

アーカイブ配信セミナーに申し込む

配信期間

2027年1月6日(水) 10時30分～ 2027年1月16日(土) 16時15分

お申し込みの締切日

2027年1月6日(水) 10時30分

修得知識

機械学習による分子設計の進め方
合成可能性を考慮した分子生成技術
シミュレーションとMIを組み合わせた材料設計手法
高屈折率材料設計の実践ノウハウ
MIを研究開発現場へ定着させるポイント

高屈折材料予測モデル作成に必要な基礎知識
マルチフィディテイ学習の概要
量子化学計算データの活用方法

マテリアルズインフォマティクス
機械学習
転移学習
ベイズ最適化
分子動力学シミュレーション

プログラム

第1部 MI・シミュレーション・合成技術の融合による高屈折率液状アクリル樹脂設計と実践事例

(収録予定日時 : 2026年12月10日 10:30〜12:00)

　本講演では、MIを用いた分子設計の基本的な考え方と実践手法を解説するとともに、低誘電分子開発で培った分子生成技術を基盤として、高屈折率液状アクリル樹脂開発への応用事例を紹介する。
　物性予測モデル構築、仮想合成による分子生成、シミュレーション活用、実験検証までの一連の流れを通して、MI・シミュレーション・合成を融合した実践的な材料開発手法について解説する。

はじめに
材料開発におけるMI活用
1. MIを用いた分子設計の基本的な考え方
2. 材料開発における課題と実践上のポイント
3. 機械学習を用いた分子設計の全体フロー
分子生成技術
1. 分子構造生成手法の概要
2. 部分骨格の組合せによる分子生成
3. 仮想合成による分子生成
4. 合成可能性を考慮した分子設計
高屈折率液状アクリル樹脂開発への展開
1. 高屈折率材料開発の背景
2. シミュレーションを活用した物性予測
3. 機械学習による物性予測モデル構築
  1. 屈折率予測モデル
  2. 融点予測モデル
4. 仮想合成による候補分子生成
  1. 反応ルール設計
  2. 大規模化学空間探索
5. 逆解析による有望構造の選定
実験検証
MI・シミュレーション・合成連携の実践ポイント
今後の展望
おわりに

質疑応答

第2部高屈折率材料開発へ向けたマルチフィディテイ学習の実践

(収録予定日時 : 2026年12月10日 13:00〜14:30)

　マルチフィデリティ学習とは、精度やコストの異なる複数のデータ・モデル (高フィデリティと低フィデリティ) を組み合わせることで、計算コストを抑えつつ高い性能の学習モデルを構築しようとする機械学習手法です。
　本稿演では屈折率予測モデルの作成において、マルチフィデリティ学習を適用した例について解説します。データの少ない高屈折領域のデータセットの作成やそれらのデータをマルチフィディテイ学習の手法に落とし込む方法などについて解説する予定です。

はじめに
- テーマの背景
- 講演の概要など
機械学習による屈折率の予測
1. 学習方法について
2. 屈折率の算出及び予測
3. 屈折率予測学習モデルの実例
4. 高屈折材料対応学習モデル作成の課題
マルチフィディテイ学習
1. マルチフィディテイ学習とは
2. 学習に用いるデータセット
3. マルチフィディテイ学習の手法
4. マルチフィディテイ学習の具体例
ハイスループット量子化学計算を活用した高屈折化合物予測モデル作成
1. モデル作成のコンセプト
2. ハイスループット量子化学計算によるデータセットの作成
3. 学習用特徴量の設計
4. マルチフィディテイ学習による学習モデル作成の検討
5. 作成モデルの評価と考察
まとめ

質疑応答

第3部機械学習と分子シミュレーションによる高分子材料の自動探索

(収録予定日時 : 2026年12月10日 14:45〜16:15)

　データ数の限られる高分子材料系において、大量のシミュレーションデータを少量の実験データへ転移させる機械学習の方法論であるsimulation-to-real (Sim2Real) 転移学習の実践例について主に紹介する。
　産学連携コンソーシアムによる高分子物性自動計算ライブラリRadonPyを用いた高分子物性データベースPolyOmicsの開発、このデータベースを用いた高分子材料におけるSim2Real転移学習に関する実践例、さらにベイズ最適化による光学用高分子材料の探索例などを紹介する。

高分子のマテリアルズインフォマティクスにおける課題
1. 高分子データベースの乏しさ
2. 高分子の分子動力学 (MD) シミュレーションの困難さ
3. データ科学におけるデータの重要性
高分子物性自動計算システムRadonPyの開発
1. RadonPyの概説
2. 屈折率とアッベ数の計算手法
産学連合体によるシミュレーションによる高分子物性データベースの開発
1. 産学連携コンソーシアムによるオープンデータベース開発
2. 世界最大の高分子物性データベースPolyOmics
シミュレーションと現実系を繋ぐSim2Real転移学習
1. Sim2Real転移学習による計算-実験値のキャリブレーションモデル
2. シミュレーションデータ数に対する汎化性能のスケーリング則の観測
3. シミュレーション・実験データ数に対する二次元スケーリング則
自動MD計算と多目的ベイズ最適化を組み合わせた分子設計アルゴリズム
1. ベイズ最適化の基礎
2. 光学用高分子材料の自動探索

質疑応答

ページのトップヘ

講師

川浪悠子氏
積水化学工業株式会社 R&Dセンター先進技術研究所情報科学推進センター MI推進グループ

主任研究員
森一氏
FOREST RESEARCH

代表
林慶浩氏
情報・システム研究機構統計数理研究所先端データサイエンス研究系マテリアルズインフォマティクス研究推進センター

准教授

ページのトップヘ

主催

株式会社技術情報協会

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

: 55000円 (税別) / 60,500円 (税込)

複数名

: 50000円 (税別) / 55,000円 (税込)

複数名同時受講割引について

2名様以上でお申込みの場合、1名あたり 50,000円(税別) / 55,000円(税込) で受講いただけます。
5名様以降は、1名あたり 30,000円(税別) / 33,000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 55,000円(税別) / 60,500円(税込)
- 2名様でお申し込みの場合 : 2名で 100,000円(税別) / 110,000円(税込)
- 3名様でお申し込みの場合 : 3名で 150,000円(税別) / 165,000円(税込)
- 4名様でお申し込みの場合 : 4名で 200,000円(税別) / 220,000円(税込)
- 5名様でお申し込みの場合 : 5名で 230,000円(税別) / 253,000円(税込)

同一法人内による複数名同時申込みのみ適用いたします。
請求書は、代表者にご送付いたします。
他の割引は併用できません。

アカデミック割引

1名様あたり 30,000円(税別) / 33,000円(税込)

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
病院などの医療機関・医療関連機関に勤務する医療従事者
文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方

支払名義が企業の場合は対象外とさせていただきます。
企業に属し、大学、公的機関に派遣または出向されている方は対象外とさせていただきます。

アーカイブ配信セミナー

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2027年1月6日〜16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。

アーカイブ配信セミナーに申し込む

ページのトップヘ

ページ内で移動

サロゲートモデルの基礎と実装、構築、活用のポイント

admin — Wed, 14 Oct 2026 05:00:03 +0000

サロゲートモデルの基礎と実装、構築、活用のポイント

オンライン開催

関連するセミナー・出版物

アーカイブ配信セミナーに申し込む

アーカイブ配信で受講をご希望の場合、視聴期間は2027年1月6日〜16日を予定しております。
アーカイブ配信のお申し込みは2027年1月6日まで承ります。

配信期間

2027年1月6日(水) 10時30分～ 2027年1月15日(金) 16時30分

お申し込みの締切日

2027年1月6日(水) 10時30分

修得知識

サロゲートモデルの基礎
サロゲートモデルの構築方法
サロゲートモデルの応用分野・応用方法

プログラム

　サロゲートモデルは、シミュレーションや実験に対して入力と出力のペアを与え、それらを学習して新たな入力に対して対応する出力を高精度で生成する代理モデルである。学習においては、統計的手法やAIをもとに特徴量を抽出する。
　本講座では、サロゲートモデルの一般論から始め、我々が実際に研究開発してきた実例に対して構築・活用方法を説明する。

サロゲートモデルとは
1. サロゲートモデル研究開発の推移
2. サロゲートモデル構築手法の概要
サロゲートモデルの構築手法
1. AI技術の動向と必要なAI技術
2. 必要な統計的手法
製造工程のサロゲートモデル
1. 製造工程とデジタルツイン
2. 多重線形回帰手法の適用
3. 外れ値処理と実験評価
自動車内装用ライトガイドのサロゲートモデル
1. ライトガイドの設計とシミュレータ
2. ニューラルネットワークの適用
3. 長期短期記憶手法の適用
4. XGBoost手法の適用
5. 実験評価による各種法の比較
6. 使用データ数の限界
交通信号ロボットのための青信号時間決定サロゲートモデル
1. 交通誘導ロボットと青信号時間決定問題
2. 交通流シミュレータのサロゲートモデル
3. ニューラルネットワークの適用
4. 実験評価結果
5. 大規模言語モデルとの比較
まとめと今後の課題

質疑応答

ページのトップヘ

講師

白石洋一氏
群馬大学大学院理工学府

特任准教授

ページのトップヘ

主催

株式会社技術情報協会

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

: 50000円 (税別) / 55,000円 (税込)

複数名

: 45000円 (税別) / 49,500円 (税込)

複数名同時受講割引について

2名様以上でお申込みの場合、1名あたり 45,000円(税別) / 49,500円(税込) で受講いただけます。
5名様以降は、1名あたり 30,000円(税別) / 33,000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 50,000円(税別) / 55,000円(税込)
- 2名様でお申し込みの場合 : 2名で 90,000円(税別) / 99,000円(税込)
- 3名様でお申し込みの場合 : 3名で 135,000円(税別) / 148,500円(税込)
- 4名様でお申し込みの場合 : 4名で 180,000円(税別) / 198,000円(税込)
- 5名様でお申し込みの場合 : 5名で 210,000円(税別) / 231,000円(税込)

同一法人内による複数名同時申込みのみ適用いたします。
請求書は、代表者にご送付いたします。
他の割引は併用できません。

アカデミック割引

1名様あたり 30,000円(税別) / 33,000円(税込)

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
病院などの医療機関・医療関連機関に勤務する医療従事者
文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方

支払名義が企業の場合は対象外とさせていただきます。
企業に属し、大学、公的機関に派遣または出向されている方は対象外とさせていただきます。

アーカイブ配信セミナー

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2027年1月6日〜16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。

アーカイブ配信セミナーに申し込む

ページのトップヘ

ページ内で移動

脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法

admin — Wed, 14 Oct 2026 00:11:47 +0000

脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法

～脳波とその計測、処理、機械学習の基礎を一通り解説～

オンライン開催

関連するセミナー・出版物

アーカイブ配信セミナーに申し込む

概要

本セミナーでは、脳波を活用した領域への技術的参入・ビジネス展開に向けて、脳波の仕組み、計測方法、信号解析の基本、ブレイン・マシン・インタフェースへの応用例、ビジネス展開の可能性など、脳波の基礎と応用を詳しく解説いたします。

配信期間

2026年12月22日(火) 10時30分～ 2027年1月4日(月) 16時30分

お申し込みの締切日

2026年12月27日(日) 16時30分

修得知識

脳波の基礎・脳波の仕組み
脳波の計測方法
信号解析の基本
ブレイン・マシン・インタフェースへの応用
心拍特徴を脳波と同時に活用する事例
ビジネス展開の可能性

プログラム

　脳波計測は専門的な知識が必要なだけでなく、正確なデータの取得にはそれなりの熟練を要する。その一方で、非専門家がアクセスできる情報はそれほど多くない。
　そこで本セミナーでは、脳波とは何か、脳波計測の実際、脳波からわかること・わからないこと、解析の方法、ブレイン・マシン・インタフェースへの応用例、また脳波データのビジネス展開の可能性などについて概説し、一通りの知識を得られるようにする。また、心拍特徴を脳波と同時に活用する事例についても触れる。

イントロダクション
1. 脳波の利用場面
2. 世界を変える脳波計測
脳波計測の基礎
1. 脳活動の計測方法
2. 脳波の仕組み
3. 脳波の計測方法
  1. 電極の種類
  2. 電極貼り付け位置
  3. 差動増幅
  4. モンタージュ
4. 雑音・アーティファクト
5. 周波数フィルタリング
6. 独立成分分析
脳波特徴とその利用
1. 脳活動のモダリティ
2. 信号解析の基本
  1. 時間特徴 (事象関連電位)
  2. 周波数特徴 (定常的誘発電位)
  3. 空間特徴 (運動想起)
  4. 時空間特徴
  5. 時間周波数特徴
3. 脳波とAI
ブレイン・コンピュータ・インタフェース
1. P300スペラ
2. VEPスペラ、RSVP
3. 運動想起
マルチモーダルなアプローチ
1. 心拍計測
  - EOG
  - PPG
2. 心拍特徴量
  - HV
  - RRI
  - LF/HF
3. メンタル推定への応用例
その他の話題等
1. 脳波計
2. 侵襲BMI

ページのトップヘ

講師

田中聡久氏
東京農工大学大学院工学研究院先端電気電子部門

教授

ページのトップヘ

主催

株式会社 R&D支援センター

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

: 50000円 (税別) / 55,000円 (税込)

複数名

: 25000円 (税別) / 27,500円 (税込) (案内をご希望の場合に限ります)

案内割引・複数名同時申込割引について

R&D支援センターからの案内登録をご希望の方は、割引特典を受けられます。
案内および割引をご希望される方は、お申込みの際、「案内の希望 (割引適用)」の欄から案内方法をご選択ください。

「案内の希望」をご選択いただいた場合、1名様 45,000円(税別) / 49,500円(税込) で受講いただけます。
複数名で同時に申込いただいた場合、1名様につき 25,000円(税別) / 27,500円(税込) で受講いただけます。

R&D支援センターからの案内を希望する方
- 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 50,000円(税別) / 55,000円(税込)
- 3名様でお申し込みの場合 : 3名で 75,000円(税別) / 82,500円(税込)
R&D支援センターからの案内を希望しない方
- 1名様でお申し込みの場合 : 1名で 50,000円(税別) / 55,000円(税込)
- 2名様でお申し込みの場合 : 2名で 100,000円(税別) / 110,000円(税込)
- 3名様でお申し込みの場合 : 3名で 150,000円(税別) / 165,000円(税込)

アーカイブ配信セミナー

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2026年12月22日〜2027年1月4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。

アーカイブ配信セミナーに申し込む

ページのトップヘ

ページ内で移動

脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法

admin — Wed, 14 Oct 2026 00:10:58 +0000

脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法

～脳波とその計測、処理、機械学習の基礎を一通り解説～

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

アーカイブ配信セミナーに申し込む

アーカイブ配信で受講をご希望の場合、視聴期間は2026年12月22日〜2027年1月4日を予定しております。
アーカイブ配信のお申し込みは2026年12月27日まで承ります。

概要

開催日

2026年12月21日(月) 10時30分～ 16時30分

修得知識

脳波の基礎・脳波の仕組み
脳波の計測方法
信号解析の基本
ブレイン・マシン・インタフェースへの応用
心拍特徴を脳波と同時に活用する事例
ビジネス展開の可能性

プログラム

イントロダクション
1. 脳波の利用場面
2. 世界を変える脳波計測
脳波計測の基礎
1. 脳活動の計測方法
2. 脳波の仕組み
3. 脳波の計測方法
  1. 電極の種類
  2. 電極貼り付け位置
  3. 差動増幅
  4. モンタージュ
4. 雑音・アーティファクト
5. 周波数フィルタリング
6. 独立成分分析
脳波特徴とその利用
1. 脳活動のモダリティ
2. 信号解析の基本
  1. 時間特徴 (事象関連電位)
  2. 周波数特徴 (定常的誘発電位)
  3. 空間特徴 (運動想起)
  4. 時空間特徴
  5. 時間周波数特徴
3. 脳波とAI
ブレイン・コンピュータ・インタフェース
1. P300スペラ
2. VEPスペラ、RSVP
3. 運動想起
マルチモーダルなアプローチ
1. 心拍計測
  - EOG
  - PPG
2. 心拍特徴量
  - HV
  - RRI
  - LF/HF
3. メンタル推定への応用例
その他の話題等
1. 脳波計
2. 侵襲BMI

ページのトップヘ

講師

田中聡久氏
東京農工大学大学院工学研究院先端電気電子部門

教授

ページのトップヘ

主催

株式会社 R&D支援センター

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

: 50000円 (税別) / 55,000円 (税込)

複数名

: 25000円 (税別) / 27,500円 (税込) (案内をご希望の場合に限ります)

案内割引・複数名同時申込割引について

R&D支援センターからの案内を希望する方
- 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 50,000円(税別) / 55,000円(税込)
- 3名様でお申し込みの場合 : 3名で 75,000円(税別) / 82,500円(税込)
R&D支援センターからの案内を希望しない方
- 1名様でお申し込みの場合 : 1名で 50,000円(税別) / 55,000円(税込)
- 2名様でお申し込みの場合 : 2名で 100,000円(税別) / 110,000円(税込)
- 3名様でお申し込みの場合 : 3名で 150,000円(税別) / 165,000円(税込)

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。
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2026年12月22日〜2027年1月4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。

ライブ配信セミナーに申し込む

アーカイブ配信セミナーに申し込む

ページのトップヘ

ページ内で移動

サロゲートモデルの基礎と実装、構築、活用のポイント

admin — Wed, 14 Oct 2026 04:59:15 +0000

サロゲートモデルの基礎と実装、構築、活用のポイント

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

アーカイブ配信セミナーに申し込む

開催日

2026年12月15日(火) 10時30分～ 16時30分

修得知識

サロゲートモデルの基礎
サロゲートモデルの構築方法
サロゲートモデルの応用分野・応用方法

プログラム

サロゲートモデルとは
1. サロゲートモデル研究開発の推移
2. サロゲートモデル構築手法の概要
サロゲートモデルの構築手法
1. AI技術の動向と必要なAI技術
2. 必要な統計的手法
製造工程のサロゲートモデル
1. 製造工程とデジタルツイン
2. 多重線形回帰手法の適用
3. 外れ値処理と実験評価
自動車内装用ライトガイドのサロゲートモデル
1. ライトガイドの設計とシミュレータ
2. ニューラルネットワークの適用
3. 長期短期記憶手法の適用
4. XGBoost手法の適用
5. 実験評価による各種法の比較
6. 使用データ数の限界
交通信号ロボットのための青信号時間決定サロゲートモデル
1. 交通誘導ロボットと青信号時間決定問題
2. 交通流シミュレータのサロゲートモデル
3. ニューラルネットワークの適用
4. 実験評価結果
5. 大規模言語モデルとの比較
まとめと今後の課題

質疑応答

ページのトップヘ

講師

白石洋一氏
群馬大学大学院理工学府

特任准教授

ページのトップヘ

主催

株式会社技術情報協会

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

: 50000円 (税別) / 55,000円 (税込)

複数名

: 45000円 (税別) / 49,500円 (税込)

複数名同時受講割引について

2名様以上でお申込みの場合、1名あたり 45,000円(税別) / 49,500円(税込) で受講いただけます。
5名様以降は、1名あたり 30,000円(税別) / 33,000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 50,000円(税別) / 55,000円(税込)
- 2名様でお申し込みの場合 : 2名で 90,000円(税別) / 99,000円(税込)
- 3名様でお申し込みの場合 : 3名で 135,000円(税別) / 148,500円(税込)
- 4名様でお申し込みの場合 : 4名で 180,000円(税別) / 198,000円(税込)
- 5名様でお申し込みの場合 : 5名で 210,000円(税別) / 231,000円(税込)

同一法人内による複数名同時申込みのみ適用いたします。
請求書は、代表者にご送付いたします。
他の割引は併用できません。

アカデミック割引

1名様あたり 30,000円(税別) / 33,000円(税込)

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
病院などの医療機関・医療関連機関に勤務する医療従事者
文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方

支払名義が企業の場合は対象外とさせていただきます。
企業に属し、大学、公的機関に派遣または出向されている方は対象外とさせていただきます。

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。
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2027年1月6日〜16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。

ライブ配信セミナーに申し込む

アーカイブ配信セミナーに申し込む

ページのトップヘ

ページ内で移動

マテリアルズインフォマティクス (MI) による高屈折率材料の開発

admin — Wed, 14 Oct 2026 01:30:33 +0000

マテリアルズインフォマティクス (MI) による高屈折率材料の開発

～限られたデータから「高屈折率」を狙い、諸特性も満たす材料を導き出す～

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

アーカイブ配信セミナーに申し込む

開催日

2026年12月10日(木) 10時30分～ 16時15分

修得知識

機械学習による分子設計の進め方
合成可能性を考慮した分子生成技術
シミュレーションとMIを組み合わせた材料設計手法
高屈折率材料設計の実践ノウハウ
MIを研究開発現場へ定着させるポイント

高屈折材料予測モデル作成に必要な基礎知識
マルチフィディテイ学習の概要
量子化学計算データの活用方法

マテリアルズインフォマティクス
機械学習
転移学習
ベイズ最適化
分子動力学シミュレーション

プログラム

第1部 MI・シミュレーション・合成技術の融合による高屈折率液状アクリル樹脂設計と実践事例

(2026年12月10日 10:30〜12:00)

はじめに
材料開発におけるMI活用
1. MIを用いた分子設計の基本的な考え方
2. 材料開発における課題と実践上のポイント
3. 機械学習を用いた分子設計の全体フロー
分子生成技術
1. 分子構造生成手法の概要
2. 部分骨格の組合せによる分子生成
3. 仮想合成による分子生成
4. 合成可能性を考慮した分子設計
高屈折率液状アクリル樹脂開発への展開
1. 高屈折率材料開発の背景
2. シミュレーションを活用した物性予測
3. 機械学習による物性予測モデル構築
  1. 屈折率予測モデル
  2. 融点予測モデル
4. 仮想合成による候補分子生成
  1. 反応ルール設計
  2. 大規模化学空間探索
5. 逆解析による有望構造の選定
実験検証
MI・シミュレーション・合成連携の実践ポイント
今後の展望
おわりに

質疑応答

第2部高屈折率材料開発へ向けたマルチフィディテイ学習の実践

(2026年12月10日 13:00〜14:30)

はじめに
- テーマの背景
- 講演の概要など
機械学習による屈折率の予測
1. 学習方法について
2. 屈折率の算出及び予測
3. 屈折率予測学習モデルの実例
4. 高屈折材料対応学習モデル作成の課題
マルチフィディテイ学習
1. マルチフィディテイ学習とは
2. 学習に用いるデータセット
3. マルチフィディテイ学習の手法
4. マルチフィディテイ学習の具体例
ハイスループット量子化学計算を活用した高屈折化合物予測モデル作成
1. モデル作成のコンセプト
2. ハイスループット量子化学計算によるデータセットの作成
3. 学習用特徴量の設計
4. マルチフィディテイ学習による学習モデル作成の検討
5. 作成モデルの評価と考察
まとめ

質疑応答

第3部機械学習と分子シミュレーションによる高分子材料の自動探索

(2026年12月10日 14:45〜16:15)

高分子のマテリアルズインフォマティクスにおける課題
1. 高分子データベースの乏しさ
2. 高分子の分子動力学 (MD) シミュレーションの困難さ
3. データ科学におけるデータの重要性
高分子物性自動計算システムRadonPyの開発
1. RadonPyの概説
2. 屈折率とアッベ数の計算手法
産学連合体によるシミュレーションによる高分子物性データベースの開発
1. 産学連携コンソーシアムによるオープンデータベース開発
2. 世界最大の高分子物性データベースPolyOmics
シミュレーションと現実系を繋ぐSim2Real転移学習
1. Sim2Real転移学習による計算-実験値のキャリブレーションモデル
2. シミュレーションデータ数に対する汎化性能のスケーリング則の観測
3. シミュレーション・実験データ数に対する二次元スケーリング則
自動MD計算と多目的ベイズ最適化を組み合わせた分子設計アルゴリズム
1. ベイズ最適化の基礎
2. 光学用高分子材料の自動探索

質疑応答

ページのトップヘ

講師

川浪悠子氏
積水化学工業株式会社 R&Dセンター先進技術研究所情報科学推進センター MI推進グループ

主任研究員
森一氏
FOREST RESEARCH

代表
林慶浩氏
情報・システム研究機構統計数理研究所先端データサイエンス研究系マテリアルズインフォマティクス研究推進センター

准教授

ページのトップヘ

主催

株式会社技術情報協会

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

: 55000円 (税別) / 60,500円 (税込)

複数名

: 50000円 (税別) / 55,000円 (税込)

複数名同時受講割引について

2名様以上でお申込みの場合、1名あたり 50,000円(税別) / 55,000円(税込) で受講いただけます。
5名様以降は、1名あたり 30,000円(税別) / 33,000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 55,000円(税別) / 60,500円(税込)
- 2名様でお申し込みの場合 : 2名で 100,000円(税別) / 110,000円(税込)
- 3名様でお申し込みの場合 : 3名で 150,000円(税別) / 165,000円(税込)
- 4名様でお申し込みの場合 : 4名で 200,000円(税別) / 220,000円(税込)
- 5名様でお申し込みの場合 : 5名で 230,000円(税別) / 253,000円(税込)

同一法人内による複数名同時申込みのみ適用いたします。
請求書は、代表者にご送付いたします。
他の割引は併用できません。

アカデミック割引

1名様あたり 30,000円(税別) / 33,000円(税込)

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
病院などの医療機関・医療関連機関に勤務する医療従事者
文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方

支払名義が企業の場合は対象外とさせていただきます。
企業に属し、大学、公的機関に派遣または出向されている方は対象外とさせていただきます。

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。
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2027年1月6日〜16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。

ライブ配信セミナーに申し込む

アーカイブ配信セミナーに申し込む

ページのトップヘ

ページ内で移動

AIエージェントの基礎とデータ分析に利用するためのポイント

admin — Wed, 07 Oct 2026 05:31:39 +0000

AIエージェントの基礎とデータ分析に利用するためのポイント

オンライン開催

関連するセミナー・出版物

アーカイブ配信セミナーに申し込む

アーカイブ配信で受講をご希望の場合、視聴期間は2026年12月3日〜13日を予定しております。
アーカイブ配信のお申し込みは2026年12月3日まで承ります。

概要

本セミナーでは、データ分析にAIエージェントを応用する方法について、データ分析および生成AIの基礎から具体的なテクニックをわかりやすく解説いたします。

配信期間

2026年12月3日(木) 10時30分～ 2026年12月13日(日) 16時30分

お申し込みの締切日

2026年12月3日(木) 10時30分

修得知識

生成AIの基本
AIエージェントの基本
データ分析の基本

プログラム

　このセミナーでは、生成AI・AIエージェント・データ分析の基本を身につけ、業務におけるデータ活用のレベルアップを行うと共に、AI時代である現代のデータ分析実務について理解を深めます。
　全体を通して、業務活用の事例と共に説明を行い、適宜、画面共有によるデモを行いながら進行します。
　AIについてもデータ分析についても初学者でもわかるように構成しています。リラックスしてご受講ください。

生成AIの基礎
1. 生成AIの使い方・種類・さまざまな機能
2. プロンプトエンジニアリングの基礎
AIエージェントの基礎
1. AIエージェント:何ができるか
2. AIエージェントの原理
データ分析の基礎
1. データ分析のプロセス
2. 生成AIとAIエージェントを活用したデータ分析
AI活用における最近の重要技術
1. コンテキスト・エンジニアリング
2. スキル
3. MCP
4. Subagent/Agentチーム
5. ハーネス・エンジニアリング
6. 組織への導入と導入効果のKPI

質疑応答

ページのトップヘ

講師

石井良平氏
XTX株式会社

代表取締役

ページのトップヘ

主催

株式会社技術情報協会

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

: 50000円 (税別) / 55,000円 (税込)

複数名

: 45000円 (税別) / 49,500円 (税込)

複数名同時受講割引について

2名様以上でお申込みの場合、1名あたり 45,000円(税別) / 49,500円(税込) で受講いただけます。
5名様以降は、1名あたり 30,000円(税別) / 33,000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 50,000円(税別) / 55,000円(税込)
- 2名様でお申し込みの場合 : 2名で 90,000円(税別) / 99,000円(税込)
- 3名様でお申し込みの場合 : 3名で 135,000円(税別) / 148,500円(税込)
- 4名様でお申し込みの場合 : 4名で 180,000円(税別) / 198,000円(税込)
- 5名様でお申し込みの場合 : 5名で 210,000円(税別) / 231,000円(税込)

同一法人内による複数名同時申込みのみ適用いたします。
請求書は、代表者にご送付いたします。
他の割引は併用できません。

アカデミック割引

1名様あたり 30,000円(税別) / 33,000円(税込)

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
病院などの医療機関・医療関連機関に勤務する医療従事者
文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方

支払名義が企業の場合は対象外とさせていただきます。
企業に属し、大学、公的機関に派遣または出向されている方は対象外とさせていただきます。

アーカイブ配信セミナー

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2026年12月3日〜13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。

アーカイブ配信セミナーに申し込む

ページのトップヘ

ページ内で移動

生成AIによる異常検知技術と効率的な学習データの作成

admin — Wed, 16 Sep 2026 17:03:00 +0000

生成AIによる異常検知技術と効率的な学習データの作成

～データ整備の実務、少数異常データ問題への対処、ラベリングコストの削減 / 製造現場の異常検知が実証段階で止まってしまう原因とその解決策～

オンライン開催

関連するセミナー・出版物

アーカイブ配信セミナーに申し込む

概要

本セミナーでは、生成AIを活用した効率的な学習データ作成の手法・実践ノウハウ、異常検知におけるデータ前処理・特徴抽出のポイント、製造業で生成AIを活用するためのベストプラクティス・応用事例の理解、生成AI導入に伴うリスク・その対策方法について、事例を交え実践的に解説いたします。

配信期間

2026年11月30日(月) 10時30分～ 2026年12月10日(木) 16時30分

お申し込みの締切日

2026年11月30日(月) 10時30分

受講対象者

製造業の生産技術の担当者
品質管理の担当者
データ分析の担当者
AI・DX推進部門の担当者

修得知識

生成AIを活用した効率的な学習データ作成の手法と実践ノウハウ
異常検知におけるデータ前処理および特徴抽出のポイント
製造業で生成AIを活用するためのベストプラクティスと応用事例の理解
生成AI導入に伴うリスク (データ品質・バイアスなど) とその対策方法

プログラム

　製造現場の異常検知は、実証段階で止まる例が後を絶ちません。原因の多くはアルゴリズムの選定ではなく、その手前にあります。異常サンプルが足りない、運転条件によって「正常」の定義が動く、ラベリング工数が現場の負担になる、評価指標が現場の意思決定に接続していない。この四点です。
　本講座はこの「手前」に焦点を当てます。生成AIは、異常を直接見つける道具としてよりも、正常を生成して差分を見る、足りない異常データを補う、ラベリングの前段を担うという形で、これらの壁を動かしはじめています。同時に、生成AIでも解決しない領域があり、その境界線を具体的に示します。後半では評価の設計を扱い、シミュレーション上のスコアが実機性能を保証しないこと、見た目のもっともらしさと制御への有用性が相関しないことを踏まえ、単一のスコアで良否を判断しない目標の置き方をご提案します。化学プラント・製造業の実案件を、公開可能な範囲で織り込みます。

製造現場の異常検知はなぜ実証段階で止まるのか
1. 異常サンプルの絶対的な不足
2. 運転条件によって「正常」が動く
3. ラベリング工数が現場負担に跳ね返る
4. 評価指標が現場の意思決定に接続しない
手法の地図と、それぞれが効く条件
1. しきい値・統計的手法
  - 管理図
  - 多変量統計
2. 機械学習
  - 外れ値検知
  - One-Class
3. 深層学習
  - オートエンコーダ
  - 時系列予測残差
4. 生成AI
  - 正常の生成と差分
  - 条件付き生成
生成AIが変えた点と、変えていない点
1. 「異常を見つける」から「正常を生成して差分を見る」への転換
2. 大規模言語モデル・視覚言語モデルの役割は検知本体ではなく周辺にある
3. 生成AIを入れても解決しない領域の見極め
データ整備の実務
1. センサー時系列/図面/画像/点検記録の扱い分け
2. 欠測、サンプリング周期の不一致、タイムスタンプのずれ
3. 正常データの切り出しと、期間の選び方
少数異常データ問題への対処
1. 生成AIによる異常データの合成
  - どこまで許容されるか
2. 合成データの妥当性をどう検証するか
3. シミュレーション・世界モデルからの学習データ生成
4. ドメイン適応と転移学習の使いどころ
ラベリングコストの削減
1. 弱教師あり・半教師ありの実務適用
2. モデルによる候補抽出と、人手確認の分担設計
3. 現場の点検記録・作業日報を教師信号に変える
「良い学習データセット」をどう判定するか
1. データセット側の評価指標
2. リークと過学習を生む典型パターン
評価をどう設計するか
1. ベンチマークの飽和
  - シミュレーション上のスコアは実機性能を保証しない
2. 自己申告の評価値と第三者検証の乖離
3. 「見た目のもっともらしさ」と「制御への有用性」は相関しない
4. 三層で目標を置く
  - 物理整合性
  - 制御有用性
  - 改善の測定
現場に載せる
1. 検知→通知→是正のループ設計
2. 誤報コストと見逃しコストの置き方
3. ドリフト監視と再学習の運用
4. 現場が使い続けるための説明性
事例 (公開可能な範囲)
1. プラントのセンサー時系列からの異常検知
2. 図面とセンサーデータを跨いだ検知
これから
- フィジカルAI
- 世界モデル
- 再帰的な自己改善

質疑応答

ページのトップヘ

講師

柳健大氏
株式会社KLダイナミクス

代表取締役 CEO

ページのトップヘ

主催

株式会社技術情報協会

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

: 50000円 (税別) / 55,000円 (税込)

複数名

: 45000円 (税別) / 49,500円 (税込)

複数名同時受講割引について

2名様以上でお申込みの場合、1名あたり 45,000円(税別) / 49,500円(税込) で受講いただけます。
5名様以降は、1名あたり 30,000円(税別) / 33,000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 50,000円(税別) / 55,000円(税込)
- 2名様でお申し込みの場合 : 2名で 90,000円(税別) / 99,000円(税込)
- 3名様でお申し込みの場合 : 3名で 135,000円(税別) / 148,500円(税込)
- 4名様でお申し込みの場合 : 4名で 180,000円(税別) / 198,000円(税込)
- 5名様でお申し込みの場合 : 5名で 210,000円(税別) / 231,000円(税込)

同一法人内による複数名同時申込みのみ適用いたします。
請求書は、代表者にご送付いたします。
他の割引は併用できません。

アカデミック割引

1名様あたり 30,000円(税別) / 33,000円(税込)

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
病院などの医療機関・医療関連機関に勤務する医療従事者
文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方

支払名義が企業の場合は対象外とさせていただきます。
企業に属し、大学、公的機関に派遣または出向されている方は対象外とさせていただきます。

アーカイブ配信セミナー

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2026年11月30日〜12月10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。

アーカイブ配信セミナーに申し込む

ページのトップヘ

ページ内で移動

AIによる異常検知・予知保全の基礎と実践

admin — Tue, 15 Sep 2026 12:07:30 +0000

「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

アーカイブ配信セミナーに申し込む

ライブ配信セミナーには、特典としてアーカイブ配信が付きます。
アーカイブ配信の視聴期間は2026年12月7日〜13日を予定しております。
ライブ配信を受講しない場合は、「アーカイブ配信」をご選択ください。

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。

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
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
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
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
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
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
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
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

: 45000円 (税別) / 49,500円 (税込)

複数名

: 40000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ファイルを配布予定です。
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

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2026年12月7日〜13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。

ライブ配信セミナーに申し込む

アーカイブ配信セミナーに申し込む

ページのトップヘ

ページ内で移動

AIエージェントの基礎とデータ分析に利用するためのポイント

admin — Wed, 07 Oct 2026 05:30:54 +0000

AIエージェントの基礎とデータ分析に利用するためのポイント

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

アーカイブ配信セミナーに申し込む

概要

開催日

2026年11月24日(火) 10時30分～ 16時30分

修得知識

生成AIの基本
AIエージェントの基本
データ分析の基本

プログラム

生成AIの基礎
1. 生成AIの使い方・種類・さまざまな機能
2. プロンプトエンジニアリングの基礎
AIエージェントの基礎
1. AIエージェント:何ができるか
2. AIエージェントの原理
データ分析の基礎
1. データ分析のプロセス
2. 生成AIとAIエージェントを活用したデータ分析
AI活用における最近の重要技術
1. コンテキスト・エンジニアリング
2. スキル
3. MCP
4. Subagent/Agentチーム
5. ハーネス・エンジニアリング
6. 組織への導入と導入効果のKPI

質疑応答

ページのトップヘ

講師

石井良平氏
XTX株式会社

代表取締役

ページのトップヘ

主催

株式会社技術情報協会

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

: 50000円 (税別) / 55,000円 (税込)

複数名

: 45000円 (税別) / 49,500円 (税込)

複数名同時受講割引について

2名様以上でお申込みの場合、1名あたり 45,000円(税別) / 49,500円(税込) で受講いただけます。
5名様以降は、1名あたり 30,000円(税別) / 33,000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 50,000円(税別) / 55,000円(税込)
- 2名様でお申し込みの場合 : 2名で 90,000円(税別) / 99,000円(税込)
- 3名様でお申し込みの場合 : 3名で 135,000円(税別) / 148,500円(税込)
- 4名様でお申し込みの場合 : 4名で 180,000円(税別) / 198,000円(税込)
- 5名様でお申し込みの場合 : 5名で 210,000円(税別) / 231,000円(税込)

同一法人内による複数名同時申込みのみ適用いたします。
請求書は、代表者にご送付いたします。
他の割引は併用できません。

アカデミック割引

1名様あたり 30,000円(税別) / 33,000円(税込)

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
病院などの医療機関・医療関連機関に勤務する医療従事者
文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方

支払名義が企業の場合は対象外とさせていただきます。
企業に属し、大学、公的機関に派遣または出向されている方は対象外とさせていただきます。

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。
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2026年12月3日〜13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。

ライブ配信セミナーに申し込む

アーカイブ配信セミナーに申し込む

ページのトップヘ

ページ内で移動

マテリアルズ・インフォマティクスの実践のためのデータの生成・蓄積・活用方法

admin — Mon, 14 Sep 2026 16:31:06 +0000

マテリアルズ・インフォマティクスの実践のためのデータの生成・蓄積・活用方法

～データベース構築とその出口戦略、実務に活かせる考え方・基礎知識、方法論～

オンライン開催

関連するセミナー・出版物

アーカイブ配信セミナーに申し込む

概要

本セミナーでは、マテリアルズ・インフォマティクスの実践事例を通じて、研究活動で必然的に生じるデータの生成・蓄積・活用というサイクルについて理解を深めていただき、データ生成の観点からベイズ最適化や物質・材料シミュレーション・結晶構造探索の基礎、データ蓄積の観点からのデータベース構築とその出口戦略、そしてデータ活用の観点からのスパースモデリングやスペクトルデータ解析について、実務に活かせる考え方・基礎知識を体系的に解説いたします。

配信期間

2026年11月18日(水) 10時30分～ 2026年12月2日(水) 16時30分

お申し込みの締切日

2026年11月18日(水) 10時30分

受講対象者

実際に材料研究・開発に関連した業務で機械学習を利用している方
材料研究・開発に関連した業務で機械学習を利用して課題に直面している方
マテリアルズ・インフォマティクスの導入を検討されている方

修得知識

マテリアルズ・インフォマティクスの基礎
データの生成・蓄積・活用サイクルとポイント
ベイズ最適化
物質・材料シミュレーション
結晶構造探索
データベース構築とその出口戦略
スパースモデリング
スペクトルデータ解析

プログラム

　マテリアルズ・インフォマティクス (MI) や研究デジタルトランスフォーメーション (DX) は、情報科学・技術を駆使して材料研究・開発を刷新することを目指す取り組みであり、今後の国際競争を勝ち抜くための必須テーマとなっています。しかし、その考え方を実際の研究現場でどう実践すればよいか、具体的なイメージが掴みにくいという声も多く聞かれます。
　本講座では、MIの実践事例を通じて、研究活動で必然的に生じるデータの生成・蓄積・活用というサイクルについて理解を深めていただき、データ生成の観点からベイズ最適化や物質・材料シミュレーション・結晶構造探索の基礎、データ蓄積の観点からのデータベース構築とその出口戦略、そしてデータ活用の観点からのスパースモデリングやスペクトルデータ解析について、実務に活かせる考え方・基礎知識を体系的に学んでいただきます。

マテリアルズ・インフォマティクス概要
1. 情報科学の活用に至った経緯
2. 機械学習の概要
3. データ駆動型材料研究について
4. データ駆動型材料研究の要素:データ生成
5. データ駆動型材料研究の要素:データ蓄積
6. データ駆動型材料研究の要素:データ活用
7. 機械学習応用の流れと課題設定の重要性
8. 物質・材料データの特徴と注意点
9. 「分かりたい」のか「見つけたい」のか
10. 情報科学市民権
データ取得のためのベイズ最適化
1. ベイズ最適化の背後にある数理
2. 自律実験装置とAIソフトウェア
3. ロボット制御のための環境整備
4. GPyOpt
5. OPTUNA
6. PHYSBO
材料シミュレーションによるデータ生成と結晶構造探索の基礎
1. 物質・材料シミュレーションとは
2. 密度汎関数法
3. Schrodinger方程式を真面目に解く
4. 密度汎函数理論ベースの計算コード
5. エネルギー地形とは
6. Nudged Elastic Band法
7. 勾配法による構造最適化
8. 局所解の避け方
9. 遺伝的アルゴリズム
10. 遺伝的操作
11. USPEX
12. 構造の結合メカニズム
13. 粒子群最適化 (Particle Swarm Opt.)
14. CALYPSO
15. 特徴空間と類似性
16. グローバルPSOとローカルPSO
17. CALYPSOの重要概念
18. Interface CALYPSO
19. ベイズ最適化による構造探索例
20. CrySPY
21. CrySPYの性能評価
22. 双対グラフと多面体に基づく結晶構造生成
23. 最密充填構造に基づいた探索
24. ShotgunCSP
25. Neural Structure Field (NeSF)
26. Crystalformer
27. MatterGen
材料データ蓄積を行う上で必要なこと
1. データベース構築の3つの目的
2. データベースの種類
3. フラットファイルフォーマット
4. ツリー構造を利用した実験データ蓄積
5. 電子ラボノートの事例
DB構築の出口戦略
1. パーソナルDB
2. DBを介した共同研究
3. DBの共有・共用
4. パブリックDB
5. 材料データと課題の多様性への対応
予測 (回帰) :予測モデルとスパースモデリング
1. 予測・モデル選択の応用例
2. 「モデル」と「損失関数」
3. 線形回帰とカーネル法の違い
4. 損失関数の変更によるモデル選択
5. 交差検証によるモデル評価
6. モデル推定の種類
  - 最尤法
  - MAP推定
  - ベイズ推定
7. スパース性とL0, L1正則化
分類:スペクトルデータの低次元化とクラスター解析
1. 高次元データとしてのスペクトルと低次元化の重要性
2. 分類:教師あり学習と教師なし学習
3. 特徴空間と類似性
4. 主成分解析によるスペクトルの低次元化
5. k-means法によるスペクトルの分類
6. 階層的クラスタリングによるスペクトルの分類
データ解析:スペクトル解析のためのEMアルゴリズムによるピーク検知
1. ピーク検知のための処理フロー
2. 非線形最小二乗法の困難
3. EMアルゴリズムによる最尤推定
4. スペクトル解析のための改良EMアルゴリズム
5. 解析事例
質疑応答

ページのトップヘ

講師

安藤康伸氏
東京科学大学総合研究院化学生命科学研究所

准教授

ページのトップヘ

主催

サイエンス＆テクノロジー株式会社

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

: 38200円 (税別) / 42,020円 (税込)

複数名

: 25000円 (税別) / 27,500円 (税込)

複数名受講割引

2名様以上でお申込みの場合、1名あたり 25,000円(税別) / 27,500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 38,200円(税別) / 42,020円(税込)
- 2名様でお申し込みの場合 : 2名で 50,000円(税別) / 55,000円(税込)
- 3名様でお申し込みの場合 : 3名で 75,000円(税別) / 82,500円(税込)
同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
請求書は、代表者にご送付いたします。
請求書および領収書は1名様ごとに発行可能です。
申込みフォームの通信欄に「請求書1名ごと発行」とご記入ください。
他の割引は併用できません。
サイエンス&テクノロジー社の「2名同時申込みで1名分無料」価格を適用しています。

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

1名様あたり 10,000円(税別) / 11,000円(税込)
企業に属している方(出向または派遣の方も含む)は、対象外です。
お申込み者が大学所属名でも企業名義でお支払いの場合、対象外です。

アーカイブ配信セミナー

「ビデオグ」を使ったアーカイブ配信セミナーとなります。
当日のセミナーを、後日にお手元のPCなどからご視聴ができます。
お申し込み前に、視聴環境をご確認いただき、視聴テストにて動作確認をお願いいたします。
別途、ID,パスワードをメールにてご連絡申し上げます。
視聴期間は2026年11月18日〜12月2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、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。
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。

アーカイブ配信セミナーに申し込む

ページのトップヘ

ページ内で移動

生成AIによる異常検知技術と効率的な学習データの作成

admin — Wed, 16 Sep 2026 17:02:26 +0000

生成AIによる異常検知技術と効率的な学習データの作成

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

アーカイブ配信セミナーに申し込む

アーカイブ配信の視聴期間は2026年11月30日〜12月10日を予定しております。
アーカイブ配信のお申し込みは2026年11月30日まで承ります。

概要

開催日

2026年11月18日(水) 10時30分～ 16時30分

受講対象者

製造業の生産技術の担当者
品質管理の担当者
データ分析の担当者
AI・DX推進部門の担当者

修得知識

生成AIを活用した効率的な学習データ作成の手法と実践ノウハウ
異常検知におけるデータ前処理および特徴抽出のポイント
製造業で生成AIを活用するためのベストプラクティスと応用事例の理解
生成AI導入に伴うリスク (データ品質・バイアスなど) とその対策方法

プログラム

製造現場の異常検知はなぜ実証段階で止まるのか
1. 異常サンプルの絶対的な不足
2. 運転条件によって「正常」が動く
3. ラベリング工数が現場負担に跳ね返る
4. 評価指標が現場の意思決定に接続しない
手法の地図と、それぞれが効く条件
1. しきい値・統計的手法
  - 管理図
  - 多変量統計
2. 機械学習
  - 外れ値検知
  - One-Class
3. 深層学習
  - オートエンコーダ
  - 時系列予測残差
4. 生成AI
  - 正常の生成と差分
  - 条件付き生成
生成AIが変えた点と、変えていない点
1. 「異常を見つける」から「正常を生成して差分を見る」への転換
2. 大規模言語モデル・視覚言語モデルの役割は検知本体ではなく周辺にある
3. 生成AIを入れても解決しない領域の見極め
データ整備の実務
1. センサー時系列/図面/画像/点検記録の扱い分け
2. 欠測、サンプリング周期の不一致、タイムスタンプのずれ
3. 正常データの切り出しと、期間の選び方
少数異常データ問題への対処
1. 生成AIによる異常データの合成
  - どこまで許容されるか
2. 合成データの妥当性をどう検証するか
3. シミュレーション・世界モデルからの学習データ生成
4. ドメイン適応と転移学習の使いどころ
ラベリングコストの削減
1. 弱教師あり・半教師ありの実務適用
2. モデルによる候補抽出と、人手確認の分担設計
3. 現場の点検記録・作業日報を教師信号に変える
「良い学習データセット」をどう判定するか
1. データセット側の評価指標
2. リークと過学習を生む典型パターン
評価をどう設計するか
1. ベンチマークの飽和
  - シミュレーション上のスコアは実機性能を保証しない
2. 自己申告の評価値と第三者検証の乖離
3. 「見た目のもっともらしさ」と「制御への有用性」は相関しない
4. 三層で目標を置く
  - 物理整合性
  - 制御有用性
  - 改善の測定
現場に載せる
1. 検知→通知→是正のループ設計
2. 誤報コストと見逃しコストの置き方
3. ドリフト監視と再学習の運用
4. 現場が使い続けるための説明性
事例 (公開可能な範囲)
1. プラントのセンサー時系列からの異常検知
2. 図面とセンサーデータを跨いだ検知
これから
- フィジカルAI
- 世界モデル
- 再帰的な自己改善

質疑応答

ページのトップヘ

講師

柳健大氏
株式会社KLダイナミクス

代表取締役 CEO

ページのトップヘ

主催

株式会社技術情報協会

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

: 50000円 (税別) / 55,000円 (税込)

複数名

: 45000円 (税別) / 49,500円 (税込)

複数名同時受講割引について

2名様以上でお申込みの場合、1名あたり 45,000円(税別) / 49,500円(税込) で受講いただけます。
5名様以降は、1名あたり 30,000円(税別) / 33,000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 50,000円(税別) / 55,000円(税込)
- 2名様でお申し込みの場合 : 2名で 90,000円(税別) / 99,000円(税込)
- 3名様でお申し込みの場合 : 3名で 135,000円(税別) / 148,500円(税込)
- 4名様でお申し込みの場合 : 4名で 180,000円(税別) / 198,000円(税込)
- 5名様でお申し込みの場合 : 5名で 210,000円(税別) / 231,000円(税込)

同一法人内による複数名同時申込みのみ適用いたします。
請求書は、代表者にご送付いたします。
他の割引は併用できません。

アカデミック割引

1名様あたり 30,000円(税別) / 33,000円(税込)

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
病院などの医療機関・医療関連機関に勤務する医療従事者
文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方

支払名義が企業の場合は対象外とさせていただきます。
企業に属し、大学、公的機関に派遣または出向されている方は対象外とさせていただきます。

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。
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2026年11月30日〜12月10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。

ライブ配信セミナーに申し込む

アーカイブ配信セミナーに申し込む

ページのトップヘ

ページ内で移動

EMCの基礎と機械学習・深層学習の応用技術

admin — Tue, 29 Sep 2026 19:56:36 +0000

EMCの基礎と機械学習・深層学習の応用技術

～EMC問題に対し機械学習・深層学習の利用について、考え方・手法・課題など実例を通して紹介～

オンライン開催

関連するセミナー・出版物

アーカイブ配信セミナーに申し込む

概要

本セミナーでは、様々なEMC問題へ機械学習・深層学習を活用する方法に関して、基本的な考え方や実践的な応用事例に触れて解説いたします。

配信期間

2026年11月17日(火) 13時00分～ 2026年11月27日(金) 17時00分

お申し込みの締切日

2026年11月25日(水) 17時00分

修得知識

EMCの概要や関連する基礎理論
典型的なEMC問題に関する基礎知識
機械学習と深層学習に関する基礎知識 (特に教師あり学習)
EMC問題へ機械学習・深層学習を応用する際の基本的な考え方や課題、具体的な方法

プログラム

　本セミナーでは、様々なEMC問題へ機械学習・深層学習を活用する方法に関して、基本的な考え方や実践的な応用事例に触れて解説します。
　まず、EMCに関する基礎的な知識や理論、典型的なEMC問題について概説します。次に、機械学習と深層学習の基礎について、特に教師あり学習を中心に説明します。続いて、EMC問題へ機械学習・深層学習を応用する際の考え方や課題、具体的な方法を、車載ワイヤーハーネスの性能評価やその他の実例を通して紹介します。

EMCの基礎
1. EMC概論
2. EMCの基礎理論
3. EMC問題
機械学習・深層学習の基礎
1. 機械学習・深層学習とは
2. 教師あり学習の概要
3. 機械学習モデルの概要
機械学習・深層学習のEMC問題への応用
1. EMC問題への応用可能性と課題
2. 車載ワイヤーハーネスの性能評価への応用事例
3. その他の応用事例
まとめ

ページのトップヘ

講師

關根惟敏 (関根惟敏) 氏
静岡大学工学部機械工学科

准教授

ページのトップヘ

主催

株式会社 R&D支援センター

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

: 45000円 (税別) / 49,500円 (税込)

複数名

: 22500円 (税別) / 24,750円 (税込) (案内をご希望の場合に限ります)

案内割引・複数名同時申込割引について

「案内の希望」をご選択いただいた場合、1名様 40,000円(税別) / 44,000円(税込) で受講いただけます。
複数名で同時に申込いただいた場合、1名様につき 22,500円(税別) / 24,750円(税込) で受講いただけます。

R&D支援センターからの案内を希望する方
- 1名様でお申し込みの場合 : 1名で 40,000円(税別) / 44,000円(税込)
- 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 49,500円(税込)
- 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 74,250円(税込)
R&D支援センターからの案内を希望しない方
- 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 90,000円(税別) / 99,000円(税込)
- 3名様でお申し込みの場合 : 3名で 135,000円(税別) / 148,500円(税込)

アーカイブ配信セミナー

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2026年11月17日〜27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。

アーカイブ配信セミナーに申し込む

ページのトップヘ

ページ内で移動

EMCの基礎と機械学習・深層学習の応用技術

admin — Tue, 29 Sep 2026 19:56:01 +0000

EMCの基礎と機械学習・深層学習の応用技術

～EMC問題に対し機械学習・深層学習の利用について、考え方・手法・課題など実例を通して紹介～

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

アーカイブ配信セミナーに申し込む

アーカイブ配信で受講をご希望の場合、視聴期間は2026年11月17日〜27日を予定しております。
アーカイブ配信のお申し込みは2026年11月25日まで承ります。

概要

本セミナーでは、様々なEMC問題へ機械学習・深層学習を活用する方法に関して、基本的な考え方や実践的な応用事例に触れて解説いたします。

開催日

2026年11月16日(月) 13時00分～ 17時00分

修得知識

EMCの概要や関連する基礎理論
典型的なEMC問題に関する基礎知識
機械学習と深層学習に関する基礎知識 (特に教師あり学習)
EMC問題へ機械学習・深層学習を応用する際の基本的な考え方や課題、具体的な方法

プログラム

EMCの基礎
1. EMC概論
2. EMCの基礎理論
3. EMC問題
機械学習・深層学習の基礎
1. 機械学習・深層学習とは
2. 教師あり学習の概要
3. 機械学習モデルの概要
機械学習・深層学習のEMC問題への応用
1. EMC問題への応用可能性と課題
2. 車載ワイヤーハーネスの性能評価への応用事例
3. その他の応用事例
まとめ

ページのトップヘ

講師

關根惟敏 (関根惟敏) 氏
静岡大学工学部機械工学科

准教授

ページのトップヘ

主催

株式会社 R&D支援センター

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

: 45000円 (税別) / 49,500円 (税込)

複数名

: 22500円 (税別) / 24,750円 (税込) (案内をご希望の場合に限ります)

案内割引・複数名同時申込割引について

R&D支援センターからの案内を希望する方
- 1名様でお申し込みの場合 : 1名で 40,000円(税別) / 44,000円(税込)
- 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 49,500円(税込)
- 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 74,250円(税込)
R&D支援センターからの案内を希望しない方
- 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 90,000円(税別) / 99,000円(税込)
- 3名様でお申し込みの場合 : 3名で 135,000円(税別) / 148,500円(税込)

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。
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

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2026年11月17日〜27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。

ライブ配信セミナーに申し込む

アーカイブ配信セミナーに申し込む

ページのトップヘ

ページ内で移動

音・振動・画像・センサデータを統合するマルチモーダルAIによる異常検知・故障診断の基礎と実践

admin — Tue, 29 Sep 2026 19:28:22 +0000

音・振動・画像・センサデータを統合するマルチモーダルAIによる異常検知・故障診断の基礎と実践

～信号処理・特徴抽出、センサフュージョン、Transformer、生成AI、XAIまで～

オンライン開催

関連するセミナー・出版物

アーカイブ配信セミナーに申し込む

概要

配信期間

2026年11月16日(月) 10時00分～ 2026年11月24日(火) 16時00分

お申し込みの締切日

2026年11月20日(金) 16時00分

受講対象者

製造業、機械、電機・電子、自動車、設備、インフラ等の研究開発・技術担当者
AIを利用した異常検知・故障診断・状態監視に取り組んでいる方
音響・振動・画像・各種センサデータを扱っている方
複数のセンサ情報を組み合わせて認識精度を向上させたい方
AIを導入したものの、誤検知や見逃し、データ不足等に悩んでいる方
マルチモーダルAI、Transformer、Foundation Modelなどの最新技術を研究開発へ取り入れたい方
AIによる判定結果の信頼性や説明可能性に関心のある方

修得知識

マルチモーダルAIとセンサフュージョンの基本的な考え方
音・振動・画像・センサ時系列データの特徴と前処理方法
FFT、STFT、スペクトログラム等を用いた信号の特徴抽出
CNN、Autoencoder等による異常検知・状態推定
Early Fusion、Feature-level Fusion、Late Fusionの違いと使い分け
Attention、Cross Attention、Transformerを利用した異種データの統合方法
異常データが少ない場合のAI構築方法
自己教師あり学習、Contrastive Learning、Few-shot/Zero-shot Learningの考え方
Foundation Model・生成AIをセンサデータ解析へ応用するための基礎知識
SHAP、Grad-CAM等によるAI判断根拠の可視化
Accuracy、Precision、Recall、F1、ROC/AUC等による性能評価
実環境におけるノイズ、センサ欠損、Domain Shiftへの対応
自社の対象に対して「どのセンサを選び、どのようにAIへ入力すべきか」を考えるための指針

プログラム

　製造設備、機械、インフラ、モビリティ、医療・ヘルスケアなどのさまざまな分野において、AIを利用した異常検知や状態推定への関心が高まっています。
　一方、実際の対象から得られる情報は、画像だけ、音だけ、振動だけといった単一の情報に限られるものではありません。例えば機械設備では、外観画像に加えて、動作音、振動、温度、電流などの複数の情報が得られます。これらを適切に組み合わせることで、単一のセンサだけでは検出が困難な異常を捉えたり、誤検知を低減したりすることが期待できます。
このように、性質の異なる複数の情報をAIによって統合して解析する技術が「マルチモーダルAI」です。
　本講座では、マルチモーダルAIを理解するために必要となる信号処理、特徴抽出、機械学習・深層学習の基礎から解説し、音響・振動・画像・各種センサ時系列データの解析方法、さらに複数の情報を統合するEarly Fusion、Feature-level Fusion、Late Fusion、Attention、Transformerなどについて、できるだけ直感的に説明します。
　また、実際の研究開発で問題となる「異常データが十分に集められない」「センサによってデータ量や時間軸が異なる」「一部のセンサ情報が欠損する」「学習時と実環境でデータの性質が変化する」といった問題についても取り上げます。
　さらに、自己教師あり学習、Contrastive Learning、Foundation Model、生成AI、Few-shot/Zero-shot Learningなどの最新技術や、SHAP、Grad-CAM等の説明可能AI (XAI) についても解説し、AIによる異常検知・状態推定システムを実際の研究開発へ導入する際の考え方を体系的に紹介します。
　数式やAI理論のみを中心とするのではなく、**「どのようなデータを取得すべきか」「どのセンサを組み合わせるべきか」「どの段階で情報を統合すればよいか」「AIの判断結果をどのように評価すればよいか」**という実務上の観点を重視します。

マルチモーダルAIと異常検知・状態推定の基礎
1. AIによる異常検知・状態推定とは
2. 教師あり学習と教師なし学習
3. 正常・異常データをどのように考えるか
4. 単一センサによる異常検知の限界
5. マルチモーダルAIとは
6. センサフュージョンとの関係
7. 音・振動・画像・温度・電流等から得られる情報
8. 複数センサを利用するメリットとデメリット
9. Early Fusion/Feature Fusion/Late Fusion
10. マルチモーダルAIの代表的な応用例
音・振動・センサ時系列データのAI解析
1. 時系列信号の基本的な考え方
2. サンプリングと前処理
3. 実環境で問題となるノイズ
4. FFTによる周波数解析
5. STFTとスペクトログラム
6. Wavelet解析
7. 時間領域・周波数領域の特徴量
8. 音響・振動データを画像として扱う方法
9. CNNによる信号分類
10. Autoencoderによる異常検知
11. 正常データしか得られない場合の異常検知
画像AIによる異常検知
1. 画像認識とCNN
2. Transfer Learning
3. 物体検出 (Object Detection)
4. Segmentation
5. Autoencoderによる画像異常検知
6. 少量の異常画像しかない場合の対応
7. Vision Transformer (ViT)
8. 画像だけでは検出できない異常とは
9. 音・振動情報を組み合わせる意義
マルチモーダルAIによる情報統合
- 本講座の中心技術
1. 複数センサ情報をどこで統合するか
2. Early Fusion
3. Feature-level Fusion
4. Late/Decision-level Fusion
5. 各方式の長所・短所と使い分け
6. 音+画像の統合
7. 振動+画像の統合
8. 音+振動の統合
9. 複数時系列センサの統合
10. Attentionによる重要情報の選択
11. Cross Attentionによる異種情報の統合
12. Transformerによるマルチモーダル解析
13. 時間同期が異なるセンサをどう扱うか
14. データ量・サンプリング周波数が異なる場合
15. 一部センサが欠損した場合
16. 「センサを増やせば精度は上がる」のか
17. 最適なセンサ組合せを考える方法
少量データと最新AI技術
- Transformer・Foundation Model・生成AI
1. 実際の異常検知でデータが集まらない理由
2. Data Augmentation
3. Transfer Learning
4. 自己教師あり学習 (Self-supervised Learning)
5. Contrastive Learning
6. Few-shot Learning
7. Zero-shot Learning
8. Transformerによる時系列解析
9. Foundation Modelとは
10. Vision/Audio/Time-series Foundation Model
11. Vision-Language/Audio-Language Model
12. 生成AIによる学習データ生成
13. Diffusion Modelの利用可能性
14. マルチモーダルFoundation Modelの今後
AIの信頼性・XAIと実システムへの導入
1. AI性能をどのように評価するか
2. Accuracyだけでは不十分な理由
3. Precision/Recall/F1
4. ROC/AUC
5. 異常検知における誤検知と見逃し
6. 説明可能AI (XAI) とは
7. SHAPによる特徴量重要度の評価
8. Grad-CAMによる画像判断根拠の可視化
9. Attentionの可視化
10. どのセンサが判定に寄与したのかを調べる
11. センサノイズ・センサ故障への対応
12. 学習環境と実環境の違い – Domain Shift
13. 実環境でAI性能が低下する原因
14. マルチモーダルAIシステム構築時の注意点
15. 今後の技術動向と研究開発への導入指針
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 R&D支援センター

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

: 50000円 (税別) / 55,000円 (税込)

複数名

: 25000円 (税別) / 27,500円 (税込) (案内をご希望の場合に限ります)

案内割引・複数名同時申込割引について

「案内の希望」をご選択いただいた場合、1名様 42,000円(税別) / 46,200円(税込) で受講いただけます。
複数名で同時に申込いただいた場合、1名様につき 25,000円(税別) / 27,500円(税込) で受講いただけます。

R&D支援センターからの案内を希望する方
- 1名様でお申し込みの場合 : 1名で 42,000円(税別) / 46,200円(税込)
- 2名様でお申し込みの場合 : 2名で 50,000円(税別) / 55,000円(税込)
- 3名様でお申し込みの場合 : 3名で 75,000円(税別) / 82,500円(税込)
R&D支援センターからの案内を希望しない方
- 1名様でお申し込みの場合 : 1名で 50,000円(税別) / 55,000円(税込)
- 2名様でお申し込みの場合 : 2名で 100,000円(税別) / 110,000円(税込)
- 3名様でお申し込みの場合 : 3名で 150,000円(税別) / 165,000円(税込)

アーカイブ配信セミナー

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2026年11月16日〜24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。

アーカイブ配信セミナーに申し込む

ページのトップヘ

ページ内で移動

音・振動・画像・センサデータを統合するマルチモーダルAIによる異常検知・故障診断の基礎と実践

admin — Tue, 29 Sep 2026 19:27:07 +0000

音・振動・画像・センサデータを統合するマルチモーダルAIによる異常検知・故障診断の基礎と実践

～信号処理・特徴抽出、センサフュージョン、Transformer、生成AI、XAI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

アーカイブ配信セミナーに申し込む

アーカイブ配信で受講をご希望の場合、視聴期間は2026年11月16日〜24日を予定しております。
アーカイブ配信のお申し込みは2026年11月20日まで承ります。

概要

開催日

2026年11月13日(金) 10時30分～ 16時30分

受講対象者

製造業、機械、電機・電子、自動車、設備、インフラ等の研究開発・技術担当者
AIを利用した異常検知・故障診断・状態監視に取り組んでいる方
音響・振動・画像・各種センサデータを扱っている方
複数のセンサ情報を組み合わせて認識精度を向上させたい方
AIを導入したものの、誤検知や見逃し、データ不足等に悩んでいる方
マルチモーダルAI、Transformer、Foundation Modelなどの最新技術を研究開発へ取り入れたい方
AIによる判定結果の信頼性や説明可能性に関心のある方

修得知識

マルチモーダルAIとセンサフュージョンの基本的な考え方
音・振動・画像・センサ時系列データの特徴と前処理方法
FFT、STFT、スペクトログラム等を用いた信号の特徴抽出
CNN、Autoencoder等による異常検知・状態推定
Early Fusion、Feature-level Fusion、Late Fusionの違いと使い分け
Attention、Cross Attention、Transformerを利用した異種データの統合方法
異常データが少ない場合のAI構築方法
自己教師あり学習、Contrastive Learning、Few-shot/Zero-shot Learningの考え方
Foundation Model・生成AIをセンサデータ解析へ応用するための基礎知識
SHAP、Grad-CAM等によるAI判断根拠の可視化
Accuracy、Precision、Recall、F1、ROC/AUC等による性能評価
実環境におけるノイズ、センサ欠損、Domain Shiftへの対応
自社の対象に対して「どのセンサを選び、どのようにAIへ入力すべきか」を考えるための指針

プログラム

マルチモーダルAIと異常検知・状態推定の基礎
1. AIによる異常検知・状態推定とは
2. 教師あり学習と教師なし学習
3. 正常・異常データをどのように考えるか
4. 単一センサによる異常検知の限界
5. マルチモーダルAIとは
6. センサフュージョンとの関係
7. 音・振動・画像・温度・電流等から得られる情報
8. 複数センサを利用するメリットとデメリット
9. Early Fusion/Feature Fusion/Late Fusion
10. マルチモーダルAIの代表的な応用例
音・振動・センサ時系列データのAI解析
1. 時系列信号の基本的な考え方
2. サンプリングと前処理
3. 実環境で問題となるノイズ
4. FFTによる周波数解析
5. STFTとスペクトログラム
6. Wavelet解析
7. 時間領域・周波数領域の特徴量
8. 音響・振動データを画像として扱う方法
9. CNNによる信号分類
10. Autoencoderによる異常検知
11. 正常データしか得られない場合の異常検知
画像AIによる異常検知
1. 画像認識とCNN
2. Transfer Learning
3. 物体検出 (Object Detection)
4. Segmentation
5. Autoencoderによる画像異常検知
6. 少量の異常画像しかない場合の対応
7. Vision Transformer (ViT)
8. 画像だけでは検出できない異常とは
9. 音・振動情報を組み合わせる意義
マルチモーダルAIによる情報統合
- 本講座の中心技術
1. 複数センサ情報をどこで統合するか
2. Early Fusion
3. Feature-level Fusion
4. Late/Decision-level Fusion
5. 各方式の長所・短所と使い分け
6. 音+画像の統合
7. 振動+画像の統合
8. 音+振動の統合
9. 複数時系列センサの統合
10. Attentionによる重要情報の選択
11. Cross Attentionによる異種情報の統合
12. Transformerによるマルチモーダル解析
13. 時間同期が異なるセンサをどう扱うか
14. データ量・サンプリング周波数が異なる場合
15. 一部センサが欠損した場合
16. 「センサを増やせば精度は上がる」のか
17. 最適なセンサ組合せを考える方法
少量データと最新AI技術
- Transformer・Foundation Model・生成AI
1. 実際の異常検知でデータが集まらない理由
2. Data Augmentation
3. Transfer Learning
4. 自己教師あり学習 (Self-supervised Learning)
5. Contrastive Learning
6. Few-shot Learning
7. Zero-shot Learning
8. Transformerによる時系列解析
9. Foundation Modelとは
10. Vision/Audio/Time-series Foundation Model
11. Vision-Language/Audio-Language Model
12. 生成AIによる学習データ生成
13. Diffusion Modelの利用可能性
14. マルチモーダルFoundation Modelの今後
AIの信頼性・XAIと実システムへの導入
1. AI性能をどのように評価するか
2. Accuracyだけでは不十分な理由
3. Precision/Recall/F1
4. ROC/AUC
5. 異常検知における誤検知と見逃し
6. 説明可能AI (XAI) とは
7. SHAPによる特徴量重要度の評価
8. Grad-CAMによる画像判断根拠の可視化
9. Attentionの可視化
10. どのセンサが判定に寄与したのかを調べる
11. センサノイズ・センサ故障への対応
12. 学習環境と実環境の違い – Domain Shift
13. 実環境でAI性能が低下する原因
14. マルチモーダルAIシステム構築時の注意点
15. 今後の技術動向と研究開発への導入指針
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 R&D支援センター

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

: 50000円 (税別) / 55,000円 (税込)

複数名

: 25000円 (税別) / 27,500円 (税込) (案内をご希望の場合に限ります)

案内割引・複数名同時申込割引について

R&D支援センターからの案内を希望する方
- 1名様でお申し込みの場合 : 1名で 42,000円(税別) / 46,200円(税込)
- 2名様でお申し込みの場合 : 2名で 50,000円(税別) / 55,000円(税込)
- 3名様でお申し込みの場合 : 3名で 75,000円(税別) / 82,500円(税込)
R&D支援センターからの案内を希望しない方
- 1名様でお申し込みの場合 : 1名で 50,000円(税別) / 55,000円(税込)
- 2名様でお申し込みの場合 : 2名で 100,000円(税別) / 110,000円(税込)
- 3名様でお申し込みの場合 : 3名で 150,000円(税別) / 165,000円(税込)

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。
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

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2026年11月16日〜24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。

ライブ配信セミナーに申し込む

アーカイブ配信セミナーに申し込む

ページのトップヘ

ページ内で移動

Pythonを用いた実験データ解析のポイントと機械学習入門

admin — Thu, 17 Sep 2026 07:03:30 +0000

実験データを活用するためのPython・機械学習の基礎と要点を学ぶ

Pythonを用いた実験データ解析のポイントと機械学習入門

～基礎から実践演習まで～

オンライン開催 PC実習付き

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

本セミナーでは実験データを解析できるようになることを主眼におき、実験データの解釈のための可視化の方法や、実験、解析の計画設計のための手順、実験データを解析する際に起こりうる失敗事例の紹介を行います。

開催日

2026年11月13日(金) 10時30分～ 16時30分

修得知識

実験データを解析するためのPythonプログラミング
機械学習の基礎
実験データの解析の指針の立て方

プログラム

　近年、機械学習分野の発展は著しく、実験データを、機械学習を用いて解析することが求められるようになってきました。本セミナーではプログラミングの初学者を対象に、講義・演習を通して、実験データを解析する技能を身に着けることを目的とします。
　本セミナーではPythonを用います。Pythonの基礎的な文法や機械学習や数値計算に広く用いられるライブラリやその使用法を紹介します。また、機械学習とは何か、何ができるのかを講義で学び、演習では実験データを想定したデータの解析を行います。演習課題は、初学者でも実行できるように、サンプルコードも用意します。
　本セミナーでは実験データを解析できるようになることを主眼におき、単にプログラミングの仕方にとどまらず、実験データの解釈のための可視化の方法や、実験、解析の計画設計のための手順、実験データを解析する際に起こりうる失敗事例の紹介を行い、受講者が実験データを解析するための知識を授けます。

Pythonの基礎
1. Pythonとは
  1. プログラミングの基礎
  2. プログラムが動かない場合のトライ&エラー
2. Pythonの基本的な文法
  1. 値の代入
  2. 変数の型
  3. リスト
  4. 条件分岐if文
  5. ループfor文
  6. コンピュータの数値の取り扱いにおける注意
  7. 関数
  8. クラス
3. 数値計算、描画ライブラリの紹介
  1. ライブラリの読み込み
  2. 数値計算ライブラリnumpy
  3. ライブラリの使用
  4. 書き方がわからない場合は
  5. テキストデータの読み込み
  6. データの読み込みpandas
  7. 結果の可視化
4. 演習実験データの可視化
  1. numpyに慣れる
  2. データの可視化
機械学習の基礎と実践
1. 機械学習とは
  1. 用語の解説
  2. 機械学習の種類と何ができるかの解説
  3. 機械学習で用いるデータ
2. 実験データの解析例
  1. 分析化学におけるAI
  2. 教師なし学習
  3. 教師あり学習
  4. 回帰に用いるデータのイメージ
  5. 分類に用いるデータのイメージ
  6. 次元削減
  7. クラスタリング
  8. 分類、回帰アルゴリズム
  9. ディープラーニング
  10. ディープラーニングを使った次元削減
  11. 生成AI
  12. 説明可能なAI
3. 機械学習を行うためのプロセス、注意点
  1. 機械学習を用いた解析の一連のプロセス
  2. 目的の設定
  3. 良い機械学習とは何か
  4. データの収集
  5. データの前処理
  6. アルゴリズムの選定
  7. モデルの評価と過学習について
  8. 機械学習プロセスのまとめ
  9. モデルケース
4. 機械学習ライブラリの紹介、使い方
  1. scikit-learnを用いた機械学習
  2. 深層学習用ライブラリの紹介
5. 演習機械学習を用いたデータ分析
  1. 分類
  2. 回帰
  3. クラスタリング
  4. 解析で気を付けるポイント
生成AIを用いたプログラミング支援 – 実習
1. 生成AIを利用したコード作成
2. コード作成の注意点
3. 演習

質疑応答

ページのトップヘ

講師

小本祐貴氏
大阪大学産業科学研究所

助教

ページのトップヘ

主催

株式会社技術情報協会

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

: 50000円 (税別) / 55,000円 (税込)

複数名

: 45000円 (税別) / 49,500円 (税込)

複数名同時受講割引について

2名様以上でお申込みの場合、1名あたり 45,000円(税別) / 49,500円(税込) で受講いただけます。
5名様以降は、1名あたり 30,000円(税別) / 33,000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 50,000円(税別) / 55,000円(税込)
- 2名様でお申し込みの場合 : 2名で 90,000円(税別) / 99,000円(税込)
- 3名様でお申し込みの場合 : 3名で 135,000円(税別) / 148,500円(税込)
- 4名様でお申し込みの場合 : 4名で 180,000円(税別) / 198,000円(税込)
- 5名様でお申し込みの場合 : 5名で 210,000円(税別) / 231,000円(税込)

同一法人内による複数名同時申込みのみ適用いたします。
請求書は、代表者にご送付いたします。
他の割引は併用できません。

アカデミック割引

1名様あたり 30,000円(税別) / 33,000円(税込)

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
病院などの医療機関・医療関連機関に勤務する医療従事者
文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方

支払名義が企業の場合は対象外とさせていただきます。
企業に属し、大学、公的機関に派遣または出向されている方は対象外とさせていただきます。

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。
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

ページ内で移動

第一原理計算と機械学習を用いた材料設計と応用展開

admin — Sun, 13 Sep 2026 10:12:18 +0000

第一原理計算と機械学習を用いた材料設計と応用展開

～基礎原理から機械学習力場活用の最新動向・最新事例～

オンライン開催

関連するセミナー・出版物

アーカイブ配信セミナーに申し込む

概要

本セミナーでは、第一原理計算と機械学習力場の基礎を解説し、講演者の研究事例を中心に、理論計算を用いて材料設計にどのようにアプローチできるかを解説いたします。
具体的な事例としては、多種の元素を含む水分解触媒の探索・設計と、既存の古典力場の適用が難しい複雑な固液界面における分子動力学法の活用について紹介いたします。

配信期間

2026年11月10日(火) 13時00分～ 2026年11月24日(火) 16時30分

お申し込みの締切日

2026年11月10日(火) 13時00分

修得知識

第一原理計算の基礎と応用
「機械学習力場」の概念・作成方法・応用
触媒開発への第一原理/機械学習の活用方法
機械学習分子動力学法の先端活用事例

プログラム

　最近、機械学習を援用することで第一原理計算を活用した物質設計の可能性が大きく広がっている。物質に関する経験的な知識から出発するシミュレーションは、適用範囲に限界があるが、第一原理計算は対象を選ばないものの計算コストが高いことが問題であった。機械学習を活用すると、その計算コストの問題を克服できる可能性が高まる。
　本セミナーでは、第一原理計算と機械学習力場の基礎を解説し、講演者の研究事例を中心に、理論計算を用いて材料設計にどのようにアプローチできるかを解説する。具体的な事例としては、多種の元素を含む水分解触媒の探索・設計と、既存の古典力場の適用が難しい複雑な固液界面における分子動力学法の活用について紹介する。

第一原理計算の基礎と触媒性能評価への活用
1. 密度汎関数法の基礎
2. なぜ第一原理計算が有用か
3. 触媒活性評価のための第一原理計算
分子動力学法の基礎と現状
1. 全原子分子動力学シミュレーション
2. 古典分子動力学法と第一原理分子動力学法
3. 分子動力学計算の活用事例
機械学習力場の基礎
1. 機械学習力場の必要性
2. カーネル回帰型
3. ニューラルネットワーク型
4. 汎用機械学習力場と、よく用いられる機械学習力場の概況
触媒性能評価への活用事例
1. 固体高分子型水電解
2. 水電解の仕組みと触媒の学術研究動向
3. 卑金属電極触媒の開発戦略
4. 高エントロピー合金触媒の作製と評価
  1. 元合金の機械学習力場の構築
5. 機械学習力場を援用した触媒活性評価
複雑系の分子動力学計算への活用事例
1. 第一原理的手法の必要性と限界
2. コンカレントラーニング法
3. 固液界面への機械学習分子動力学法の活用
質疑応答

ページのトップヘ

講師

大戸達彦氏
名古屋大学大学院工学研究科材料デザイン工学専攻計算材料設計講座

准教授

ページのトップヘ

主催

サイエンス＆テクノロジー株式会社

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

: 34400円 (税別) / 37,840円 (税込)

複数名

: 22500円 (税別) / 24,750円 (税込)

複数名受講割引

2名様以上でお申込みの場合、1名あたり 22,500円(税別) / 24,750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 34,400円(税別) / 37,840円(税込)
- 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 49,500円(税込)
- 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 74,250円(税込)
同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
請求書は、代表者にご送付いたします。
請求書および領収書は1名様ごとに発行可能です。
申込みフォームの通信欄に「請求書1名ごと発行」とご記入ください。
他の割引は併用できません。
サイエンス&テクノロジー社の「2名同時申込みで1名分無料」価格を適用しています。

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

1名様あたり 10,000円(税別) / 11,000円(税込)
企業に属している方(出向または派遣の方も含む)は、対象外です。
お申込み者が大学所属名でも企業名義でお支払いの場合、対象外です。

アーカイブ配信セミナー

「ビデオグ」を使ったアーカイブ配信セミナーとなります。
当日のセミナーを、後日にお手元のPCなどからご視聴ができます。
お申し込み前に、視聴環境をご確認いただき、視聴テストにて動作確認をお願いいたします。
別途、ID,パスワードをメールにてご連絡申し上げます。
視聴期間は2026年11月10日〜24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、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。
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。

アーカイブ配信セミナーに申し込む

ページのトップヘ

ページ内で移動

半導体製造プロセスと機械学習・深層学習 (AI) の活用

admin — Sat, 12 Sep 2026 06:16:43 +0000

半導体製造プロセスと機械学習・深層学習 (AI) の活用

～制御設計へのAI適用、生成AIによる開発支援、システムへの展開 / 半導体製造へのプロセスデータ、装置データを活用したAI導入の進め方～

オンライン開催 PC実習付き

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、半導体製造プロセスにおけるAI・生成AI活用を、制御系設計とセンサーデータ解析の両面から解説いたします。

開催日

2026年10月29日(木) 13時00分～ 15時00分

プログラム

　半導体製造では、微細化・工程複雑化・品質要求の高まりにより、プロセスデータや装置データを活用したAI導入が重要性を増している。
　本講演では、半導体製造プロセスにおけるAI・生成AI活用を、制御系設計とセンサーデータ解析の両面から解説する。第一部では、制御設計へのAI適用、生成AIによる開発支援、システム展開を紹介する。第二部では、エッチングプロファイル推定、異常検知・予知保全、プロセス最適化、外観検査などの現場課題を取り上げ、汎用ツールを用いたAI実践例を説明し、課題解決に向けたヒントをお届けする。

制御設計へのAI活用例と生成AI実践
1. はじめに
2. 制御系設計におけるAI活用の全体像
3. 制御設計へのAI適用
4. 生成AIによる開発支援
5. システムへの展開
6. まとめ
7. 質疑応答
センサーデータへの適用と汎用ツールを用いた実践例
1. はじめに:半導体製造におけるAI活用の全体像
2. 機械学習と深層学習 (AI) の概要
3. センサーデータから価値を創出するAI活用とMATLAB実践例
  1. エッチングプロファイルの推定
  2. 半導体製造装置の教師なし異常検知・予知保全
  3. プロセス最適化
  4. 外観検査など
4. AIモデルの現場実装
5. まとめ
6. 質疑応答

ページのトップヘ

講師

遠山巧氏
MathWorks Japan インダストリーマーケティング部インダストリアルオートメーション・マシナリーインダストリ

マネージャー
王暁星氏
MathWorks Japan アプリケーションエンジニアリング部

シニア・アプリケーションエンジニア

ページのトップヘ

主催

株式会社技術情報協会

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

: 50000円 (税別) / 55,000円 (税込)

複数名

: 25000円 (税別) / 27,500円 (税込)

複数名同時受講割引について

2名様以上でお申込みの場合、1名あたり 30,000円(税別) / 33,000円(税込) で受講いただけます。
5名様以降は、1名あたり 30,000円(税別) / 33,000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 35,000円(税別) / 38,500円(税込)
- 2名様でお申し込みの場合 : 2名で 60,000円(税別) / 66,000円(税込)
- 3名様でお申し込みの場合 : 3名で 90,000円(税別) / 99,000円(税込)
- 4名様でお申し込みの場合 : 4名で 120,000円(税別) / 132,000円(税込)
- 5名様でお申し込みの場合 : 5名で 150,000円(税別) / 165,000円(税込)

同一法人内による複数名同時申込みのみ適用いたします。
請求書は、代表者にご送付いたします。
他の割引は併用できません。

アカデミック割引

1名様あたり 30,000円(税別) / 33,000円(税込)

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
病院などの医療機関・医療関連機関に勤務する医療従事者
文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方

支払名義が企業の場合は対象外とさせていただきます。
企業に属し、大学、公的機関に派遣または出向されている方は対象外とさせていただきます。

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。
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

ページ内で移動

複数企業・複数機関による秘匿データの統合解析

admin — Thu, 13 Aug 2026 18:43:22 +0000

複数企業・複数機関による秘匿データの統合解析

～生データを共有せずに、複数の企業・研究機関の連携でデータ不足を補う～

オンライン開催

関連するセミナー・出版物

本セミナーは、申し込みの受け付けを終了いたしました。

セミナーの再開催を依頼する関連するセミナー・出版物を探す

概要

本セミナーでは、複数企業・複数機関が分散保持する秘匿データについて、生データを共有せずに安全に統合解析する「分散データ統合解析技術」について解説いたします。

配信期間

2026年10月29日(木) 10時00分～ 2026年11月8日(日) 12時00分

お申し込みの締切日

2026年10月29日(木) 10時00分

プログラム

　近年、複数の企業や機関が保持するデータを集約し、統合的に解析するニーズが高まっている。しかしながら、企業秘密や個人情報保護の観点から、データを共有することが困難となる場合がある。
　本講座では、複数企業・複数機関が分散保持する秘匿データについて、生データを共有せずに安全に統合解析する「分散データ統合解析技術」について解説する。

行列計算と機械学習
1. 機械学習の概要
2. 最小二乗法
3. 次元削減
4. 行列計算の観点での計算の工夫
分散データ統合解析技術の概要
1. 分散データ統合解析
2. 分散データ統合解析技術
データコラボレーション解析の概要
1. 基本アイディア
2. アルゴリズム
3. データの安全性
4. 他技術との関係
5. 想定される応用
データコラボレーション解析の実施例
1. 回帰・分類問題
2. 異常検知
3. 解釈可能モデル
4. 生存時間分析

質疑応答

ページのトップヘ

講師

今倉暁氏
筑波大学システム情報系

准教授

ページのトップヘ

主催

株式会社技術情報協会

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

: 35000円 (税別) / 38,500円 (税込)

複数名

: 30000円 (税別) / 33,000円 (税込)

複数名同時受講割引について

2名様以上でお申込みの場合、1名あたり 30,000円(税別) / 33,000円(税込) で受講いただけます。
5名様以降は、1名あたり 30,000円(税別) / 33,000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 35,000円(税別) / 38,500円(税込)
- 2名様でお申し込みの場合 : 2名で 60,000円(税別) / 66,000円(税込)
- 3名様でお申し込みの場合 : 3名で 90,000円(税別) / 99,000円(税込)
- 4名様でお申し込みの場合 : 4名で 120,000円(税別) / 132,000円(税込)
- 5名様でお申し込みの場合 : 5名で 150,000円(税別) / 165,000円(税込)

同一法人内による複数名同時申込みのみ適用いたします。
請求書は、代表者にご送付いたします。
他の割引は併用できません。

アカデミック割引

1名様あたり 30,000円(税別) / 33,000円(税込)

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
病院などの医療機関・医療関連機関に勤務する医療従事者
文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方

支払名義が企業の場合は対象外とさせていただきます。
企業に属し、大学、公的機関に派遣または出向されている方は対象外とさせていただきます。

アーカイブ配信セミナー

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2026年10月29日〜11月8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。

本セミナーは、申し込みの受け付けを終了いたしました。

セミナーの再開催を依頼する

ページのトップヘ

ページ内で移動

研究開発 (R&D) のためのデータ解析実践

admin — Mon, 14 Sep 2026 23:32:57 +0000

研究開発 (R&D) のためのデータ解析実践

～分子の安定性・毒性予測から効果の統計的実証まで (R・Python活用)～

オンライン開催

関連するセミナー・出版物

アーカイブ配信セミナーに申し込む

概要

本セミナーでは、化学・製薬・食品領域における最新の機械学習や統計解析トレンドとその具体的な実装フローについて、データ解析支援の現場で培った講師の知見を基にを解説いたします。
Python、Rを活用し、単なる理論解説に留まらず、受講者が自社の課題解決に転用できる実践的な実装力を養うことを目的としております。

配信期間

2026年10月28日(水) 13時00分～ 2026年11月11日(水) 16時00分

お申し込みの締切日

2026年11月9日(月) 16時00分

受講対象者

化学、製薬、食品、素材メーカー等の研究者・技術者
最新の機械学習や統計手法を自社データに適用したい方
RやPythonを用いたデータ解析の具体的な実装手順を学びたい方
実験結果の論理的な可視化や、査読を意識した統計的証明を目指す方

修得知識

化学空間におけるデータ密度を用いた、分子構造の安定性判定フィルタリング技術
勾配ブースティング (LightGBM/XGBoost等) を用いた、高精度な毒性・活性予測モデルの構築
大規模相互作用データを用いた、機能性探索のワークフローと機械学習の活用法
微生物群集解析等を例とした、NMDSプロットによる多変量データの可視化
個体差や時系列を考慮した、線形混合モデルによる高度な有意差検定
研究現場での解析効率化と、論理的なデータ整理のポイント

プログラム

　本セミナーでは、データ解析支援の現場で培った知見を基に、化学・製薬・食品領域における最新の機械学習や統計解析トレンドとその具体的な実装フローを解説します。
　前半のPythonパートでは、最新のケモインフォマティクス研究を題材に、AIが生成した仮想構造が「現実に安定して存在し得るか」を判定する手法 (CSD:化学的安定領域) や、複数の機械学習アルゴリズム (LightGBM/XGBoost等) を用いた毒性スクリーニングの最適化について紹介します。
　後半のRパートでは、講師自身の国際誌受理論文 (Frontiers in Microbiology等) を実例として、複雑な多変量データからNMDS等を用いて傾向を抽出し、線形混合モデルで統計的に効果を証明するまでのプロセスを解説します。単なる理論解説に留まらず、受講者が自社の課題解決に転用できる実践的な実装力を養うことを目的とします。

R&Dにおけるデータサイエンスの現在地:なぜ実装力が求められるのか
1. 論文の「手法」を自社データに転用するためのステップ
2. 解析スタックの棲み分け:構造探索 (Python) と統計的実証 ®
Pythonによる化合物スクリーニングと予測フローの実践
1. 最新論文に学ぶ分子構造の安定性判定
  - k-近傍法 (k-NN) を用いた構造フィルタリング
2. 最新論文に学ぶ高精度な毒性予測
  - LightGBM/XGBoost等のアルゴリズム比較と評価指標
3. 最新論文に見る大規模データからの機能探索
  - 成分と生体分子の相互作用予測の考え方
Rによる実験データの高度な可視化と統計的検証
1. 最新論文に学ぶ多変量解析の実践
  - NMDSプロットを用いた群集構造の要約と可視化
2. 高度な有意差検定
  - 個体差や時系列の影響を制御する線形混合モデルの活用
R&D現場におけるデータ活用・成果最大化のヒント
1. 解析ワークフローを効率化するための実践的テクニック
2. 第三者を納得させるためのデータ整理と論理構成のポイント
質疑応答

ページのトップヘ

講師

平とも子氏
Hira Labo

代表

ページのトップヘ

主催

株式会社 R&D支援センター

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

: 45000円 (税別) / 49,500円 (税込)

複数名

: 22500円 (税別) / 24,750円 (税込) (案内をご希望の場合に限ります)

案内割引・複数名同時申込割引について

「案内の希望」をご選択いただいた場合、1名様 42,000円(税別) / 46,200円(税込) で受講いただけます。
複数名で同時に申込いただいた場合、1名様につき 22,500円(税別) / 24,750円(税込) で受講いただけます。

R&D支援センターからの案内を希望する方
- 1名様でお申し込みの場合 : 1名で 42,000円(税別) / 46,200円(税込)
- 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 49,500円(税込)
- 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 74,250円(税込)
R&D支援センターからの案内を希望しない方
- 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 90,000円(税別) / 99,000円(税込)
- 3名様でお申し込みの場合 : 3名で 135,000円(税別) / 148,500円(税込)

アーカイブ配信セミナー

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2026年10月28日〜11月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。

アーカイブ配信セミナーに申し込む

ページのトップヘ

ページ内で移動

マテリアルズ・インフォマティクスの実践のためのデータの生成・蓄積・活用方法

admin — Mon, 14 Sep 2026 16:30:28 +0000

マテリアルズ・インフォマティクスの実践のためのデータの生成・蓄積・活用方法

～データベース構築とその出口戦略、実務に活かせる考え方・基礎知識、方法論～

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

アーカイブ配信セミナーに申し込む

アーカイブ配信の視聴期間は2026年11月18日〜12月2日を予定しております。
アーカイブ配信のお申し込みは2026年11月18日まで承ります。

概要

開催日

2026年10月28日(水) 10時30分～ 16時30分

受講対象者

実際に材料研究・開発に関連した業務で機械学習を利用している方
材料研究・開発に関連した業務で機械学習を利用して課題に直面している方
マテリアルズ・インフォマティクスの導入を検討されている方

修得知識

マテリアルズ・インフォマティクスの基礎
データの生成・蓄積・活用サイクルとポイント
ベイズ最適化
物質・材料シミュレーション
結晶構造探索
データベース構築とその出口戦略
スパースモデリング
スペクトルデータ解析

プログラム

マテリアルズ・インフォマティクス概要
1. 情報科学の活用に至った経緯
2. 機械学習の概要
3. データ駆動型材料研究について
4. データ駆動型材料研究の要素:データ生成
5. データ駆動型材料研究の要素:データ蓄積
6. データ駆動型材料研究の要素:データ活用
7. 機械学習応用の流れと課題設定の重要性
8. 物質・材料データの特徴と注意点
9. 「分かりたい」のか「見つけたい」のか
10. 情報科学市民権
データ取得のためのベイズ最適化
1. ベイズ最適化の背後にある数理
2. 自律実験装置とAIソフトウェア
3. ロボット制御のための環境整備
4. GPyOpt
5. OPTUNA
6. PHYSBO
材料シミュレーションによるデータ生成と結晶構造探索の基礎
1. 物質・材料シミュレーションとは
2. 密度汎関数法
3. Schrodinger方程式を真面目に解く
4. 密度汎函数理論ベースの計算コード
5. エネルギー地形とは
6. Nudged Elastic Band法
7. 勾配法による構造最適化
8. 局所解の避け方
9. 遺伝的アルゴリズム
10. 遺伝的操作
11. USPEX
12. 構造の結合メカニズム
13. 粒子群最適化 (Particle Swarm Opt.)
14. CALYPSO
15. 特徴空間と類似性
16. グローバルPSOとローカルPSO
17. CALYPSOの重要概念
18. Interface CALYPSO
19. ベイズ最適化による構造探索例
20. CrySPY
21. CrySPYの性能評価
22. 双対グラフと多面体に基づく結晶構造生成
23. 最密充填構造に基づいた探索
24. ShotgunCSP
25. Neural Structure Field (NeSF)
26. Crystalformer
27. MatterGen
材料データ蓄積を行う上で必要なこと
1. データベース構築の3つの目的
2. データベースの種類
3. フラットファイルフォーマット
4. ツリー構造を利用した実験データ蓄積
5. 電子ラボノートの事例
DB構築の出口戦略
1. パーソナルDB
2. DBを介した共同研究
3. DBの共有・共用
4. パブリックDB
5. 材料データと課題の多様性への対応
予測 (回帰) :予測モデルとスパースモデリング
1. 予測・モデル選択の応用例
2. 「モデル」と「損失関数」
3. 線形回帰とカーネル法の違い
4. 損失関数の変更によるモデル選択
5. 交差検証によるモデル評価
6. モデル推定の種類
  - 最尤法
  - MAP推定
  - ベイズ推定
7. スパース性とL0, L1正則化
分類:スペクトルデータの低次元化とクラスター解析
1. 高次元データとしてのスペクトルと低次元化の重要性
2. 分類:教師あり学習と教師なし学習
3. 特徴空間と類似性
4. 主成分解析によるスペクトルの低次元化
5. k-means法によるスペクトルの分類
6. 階層的クラスタリングによるスペクトルの分類
データ解析:スペクトル解析のためのEMアルゴリズムによるピーク検知
1. ピーク検知のための処理フロー
2. 非線形最小二乗法の困難
3. EMアルゴリズムによる最尤推定
4. スペクトル解析のための改良EMアルゴリズム
5. 解析事例
質疑応答

ページのトップヘ

講師

安藤康伸氏
東京科学大学総合研究院化学生命科学研究所

准教授

ページのトップヘ

主催

サイエンス＆テクノロジー株式会社

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

: 38200円 (税別) / 42,020円 (税込)

複数名

: 25000円 (税別) / 27,500円 (税込)

複数名受講割引

2名様以上でお申込みの場合、1名あたり 25,000円(税別) / 27,500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 38,200円(税別) / 42,020円(税込)
- 2名様でお申し込みの場合 : 2名で 50,000円(税別) / 55,000円(税込)
- 3名様でお申し込みの場合 : 3名で 75,000円(税別) / 82,500円(税込)
同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
請求書は、代表者にご送付いたします。
請求書および領収書は1名様ごとに発行可能です。
申込みフォームの通信欄に「請求書1名ごと発行」とご記入ください。
他の割引は併用できません。
サイエンス&テクノロジー社の「2名同時申込みで1名分無料」価格を適用しています。

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

1名様あたり 10,000円(税別) / 11,000円(税込)
企業に属している方(出向または派遣の方も含む)は、対象外です。
お申込み者が大学所属名でも企業名義でお支払いの場合、対象外です。

ライブ配信対応セミナー / アーカイブ配信対応セミナー

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。

ライブ配信セミナーをご希望の場合

「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。
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。

アーカイブ配信セミナーをご希望の場合

「ビデオグ」を使ったアーカイブ配信セミナーとなります。
当日のセミナーを、後日にお手元のPCなどからご視聴ができます。
お申し込み前に、視聴環境をご確認いただき、視聴テストにて動作確認をお願いいたします。
別途、ID,パスワードをメールにてご連絡申し上げます。
視聴期間は2026年11月18日〜12月2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、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。
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に申し込む

アーカイブ配信セミナーに申し込む

ページのトップヘ

ページ内で移動

研究開発 (R&D) のためのデータ解析実践

admin — Mon, 14 Sep 2026 23:32:17 +0000

研究開発 (R&D) のためのデータ解析実践

～分子の安定性・毒性予測から効果の統計的実証まで (R・Python活用)～

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

アーカイブ配信セミナーに申し込む

アーカイブ配信で受講をご希望の場合、視聴期間は2026年10月28日〜11月11日を予定しております。
アーカイブ配信のお申し込みは2026年11月9日まで承ります。

概要

開催日

2026年10月27日(火) 13時00分～ 16時00分

受講対象者

化学、製薬、食品、素材メーカー等の研究者・技術者
最新の機械学習や統計手法を自社データに適用したい方
RやPythonを用いたデータ解析の具体的な実装手順を学びたい方
実験結果の論理的な可視化や、査読を意識した統計的証明を目指す方

修得知識

化学空間におけるデータ密度を用いた、分子構造の安定性判定フィルタリング技術
勾配ブースティング (LightGBM/XGBoost等) を用いた、高精度な毒性・活性予測モデルの構築
大規模相互作用データを用いた、機能性探索のワークフローと機械学習の活用法
微生物群集解析等を例とした、NMDSプロットによる多変量データの可視化
個体差や時系列を考慮した、線形混合モデルによる高度な有意差検定
研究現場での解析効率化と、論理的なデータ整理のポイント

プログラム

R&Dにおけるデータサイエンスの現在地:なぜ実装力が求められるのか
1. 論文の「手法」を自社データに転用するためのステップ
2. 解析スタックの棲み分け:構造探索 (Python) と統計的実証 ®
Pythonによる化合物スクリーニングと予測フローの実践
1. 最新論文に学ぶ分子構造の安定性判定
  - k-近傍法 (k-NN) を用いた構造フィルタリング
2. 最新論文に学ぶ高精度な毒性予測
  - LightGBM/XGBoost等のアルゴリズム比較と評価指標
3. 最新論文に見る大規模データからの機能探索
  - 成分と生体分子の相互作用予測の考え方
Rによる実験データの高度な可視化と統計的検証
1. 最新論文に学ぶ多変量解析の実践
  - NMDSプロットを用いた群集構造の要約と可視化
2. 高度な有意差検定
  - 個体差や時系列の影響を制御する線形混合モデルの活用
R&D現場におけるデータ活用・成果最大化のヒント
1. 解析ワークフローを効率化するための実践的テクニック
2. 第三者を納得させるためのデータ整理と論理構成のポイント
質疑応答

ページのトップヘ

講師

平とも子氏
Hira Labo

代表

ページのトップヘ

主催

株式会社 R&D支援センター

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

: 45000円 (税別) / 49,500円 (税込)

複数名

: 22500円 (税別) / 24,750円 (税込) (案内をご希望の場合に限ります)

案内割引・複数名同時申込割引について

R&D支援センターからの案内を希望する方
- 1名様でお申し込みの場合 : 1名で 42,000円(税別) / 46,200円(税込)
- 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 49,500円(税込)
- 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 74,250円(税込)
R&D支援センターからの案内を希望しない方
- 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 90,000円(税別) / 99,000円(税込)
- 3名様でお申し込みの場合 : 3名で 135,000円(税別) / 148,500円(税込)

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。
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

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2026年10月28日〜11月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。

ライブ配信セミナーに申し込む

アーカイブ配信セミナーに申し込む

ページのトップヘ

ページ内で移動

製造現場における正常/異常判定の考え方とデータ解析結果の使いこなし方

admin — Wed, 05 Aug 2026 05:53:14 +0000

製造現場における正常/異常判定の考え方とデータ解析結果の使いこなし方

～判定根拠・誤判定・精度の限界をふまえ、現場で納得して使うための実践ポイント～

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、品質不良や設備・工程の異常兆候を早期に捉えるために、データを用いた正常/異常の判断を行うための判定根拠や精度の限界について詳解し、現場で説明・活用するための実践ポイントを解説いたします。

開催日

2026年10月27日(火) 10時30分～ 16時30分

修得知識

データに基づいた判断の進め方
判断過程を自分の言葉で社内に説明するための考え方
正常/異常を判別する際の基本的な考え方
異常値・異常兆候を検出する代表的な手法の概要
解析結果の妥当性を確認するための視点
誤検知・見逃しなど、異常検知の限界と注意点
工程・設備・検査データを現場改善や原因分析につなげる考え方

プログラム

　この10年間、データサイエンスの活用が進み、異常検知など様々な目的で使われるようになりました。また各種ツールの充実、生成AIの登場により、高度なプログラミング能力がなくてもデータ解析が出来るようになりました。しかし、現場で活用するためにはツールの出力結果や生成AIの回答を鵜呑みにするのではなく、データ活用に詳しくない上司、同僚に自分の言葉で説明し、納得していただく必要があります。
　本講演では、複雑な数式は使わず、データを用いて正常/異常の判別、異常値の検出に関し、各種手法はどのようにして判断していくのかを説明します。データからの判断は、あくまで機械が学習することによる経験則ですので100%の精度は得られませんが、その限界の中で如何に使いこなすのか、ということも説明します。

正常/異常をデータで判断するための基礎知識
1. 教師あり学習、教師なし学習とは?
2. 手法の複雑さと過学習
3. 複雑さの選定
  - 交差検証法
4. 判別機の性能評価
  - ROC曲線
正常/異常の判定例がある場合のデータ判別手法
1. 線形判別
2. 二次判別
3. Support Vector Machine (SVM)
  1. ハードマージンとソフトマージン
  2. カーネルトリック
判定例が少ない場合に、いつもと違う状態を見つける方法
1. 正規分布を用いた異常検知:単変量の場合
2. 正規分布を用いた異常検知:多変量の場合
  1. マハラノビスの距離
  2. MT法の問題点と解決策
3. Local Outlier Factor
4. One Class SVM
5. 時系列モデルにおける異常検知
  1. 変化点検知
  2. Change Finder
判定結果の限界を踏まえた現場での使いこなし方

ページのトップヘ

講師

笛田薫氏
滋賀大学データサイエンス学部

教授

ページのトップヘ

主催

株式会社 R&D支援センター

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

: 50000円 (税別) / 55,000円 (税込)

複数名

: 25000円 (税別) / 27,500円 (税込) (案内をご希望の場合に限ります)

案内割引・複数名同時申込割引について

R&D支援センターからの案内を希望する方
- 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 50,000円(税別) / 55,000円(税込)
- 3名様でお申し込みの場合 : 3名で 75,000円(税別) / 82,500円(税込)
R&D支援センターからの案内を希望しない方
- 1名様でお申し込みの場合 : 1名で 50,000円(税別) / 55,000円(税込)
- 2名様でお申し込みの場合 : 2名で 100,000円(税別) / 110,000円(税込)
- 3名様でお申し込みの場合 : 3名で 150,000円(税別) / 165,000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。
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

ページ内で移動

産業現場への実装を起点としたニューラルネットおよび強化学習の原理と活用方法

admin — Sat, 29 Aug 2026 07:33:58 +0000

現場実装のための

産業現場への実装を起点としたニューラルネットおよび強化学習の原理と活用方法

～現状判定から時系列予測、さらに最先端Transformerによる予知へ～

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

アーカイブ配信セミナーに申し込む

ライブ配信セミナーには、特典としてアーカイブ配信が付きます。
アーカイブ配信の視聴期間は2026年11月3日〜9日を予定しております。
ライブ配信を受講しない場合は、「アーカイブ配信」をご選択ください。

概要

本セミナーでは、AI・機械学習を産業現場でどう使うかに焦点を当て、解説いたします。
ニューラルネットワーク・強化学習の基礎から、設備制御・異常検知・予知保全・最適運転への適用方法まで、豊富な実例を交えて解説いたします。
また、IoTを活用した時系列データ収集、データ前処理や偏り補正、プロジェクト立ち上げのポイントなど、実装時に直面する課題への対処法について解説いたします。

開催日

2026年10月27日(火) 10時00分～ 16時00分

修得知識

AI機械学習の産業応用、特に製造現場への適応事例
機械学習の基本であるニューラルネットおよび強化学習の産業現場への適用法
実機から時系列学習データを収集する手法としてIoTを使ったシステム実装法
現実の実機収集データ前処理からデータ分布偏りの補正など実用的な対処知識

プログラム

　近年AI分野の一つである機械学習がIT世界から産業現場へ広がってきて、製造現場や商業ビルにおける設備のシステム制御や異常検知などに応用するニーズが急増しています。
　しかし、現場実装には、現場環境制約、情報セキュリティ、収集データ偏り等の現実の課題があるのが普通です。
　本セミナーでは、機械学習の基礎であるニューラルネットおよび強化学習の原理と産業現場実装方法を丁寧に説明します。特に、対象設備の時系列データを収集して学習データとして使える状態にする現実的なノウハウに力点を置きます。
　データ収集IoTシステム実装構築法、機械学習ツール動作理解のコツについても講師の長年の経験を紹介いたします。最後に最先端技術として生成AIのTransformerの原理紹介と産業現場に適用する研究実例を紹介します。

機械学習の産業応用の概観
1. 最先端研究例の動画
2. 機械学習の産業現場適用
3. 産業応用の現場実例のサンプル集
制御対象のモデル化
1. ニューラルネットワークの基礎
2. 実例1: 機器制御動作のステップ応答
  1. 実測データから入出力制御変数の選定
  2. 多変数制御のブラックボックスモデル
設備保全の予測
1. 過去を記憶する機械学習
  1. LSTMニューラルネットとは
2. 実例2: 設備動作の突発事象の予測
  1. 保全運転発生予測の有用性と精度
  2. 保全運転予測精度の評価指標と使い方
設備管理の強化学習
1. 教師データ不要の強化学習
  1. 強化学習の代表Qラーニングの原理
  2. 学習期間課題を解決する転移学習
2. 実例3: 設備の最適経済運転
  1. 本来機能と電気代削減の両立
  2. マルチ転移学習法による学習期間短縮
学習データ収集の実際
1. 実際に収集できる学習データの量と質
  1. 理想的な学習データ収集分布
  2. 欲しいデータ少ないときのSMOTE法
2. 学習ツールか自作学習ソフトか
現実的なシステム設計のコツ
1. 最初のプロジェクト試行の戦略
  1. 設計手順概要
  2. 対象選定とチーム編成
2. 機械学習ツールの使い方と限界
生成AI技術の先端産業応用
1. 生成AIの技術基盤: Transformer
  1. 革新的ニューラルネット: Transformerとは
  2. Transformerの内部原理の概観
2. Transformerの産業応用例
  1. Transformerによる時系列傾向予測
  2. Transformerによるイベント発生予知
まとめ
質疑応答

ページのトップヘ

講師

蜷川忠三氏
N研究所株式会社

代表取締役

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

: 45000円 (税別) / 49,500円 (税込)

複数名

: 40000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ファイルを配布予定です。
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

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2026年11月3日〜9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。

ライブ配信セミナーに申し込む

アーカイブ配信セミナーに申し込む

ページのトップヘ

ページ内で移動

未知の不良や異常も検知する検査・センシング・モニタリングに適した人工知能MTシステム (MT法) 基礎と応用

admin — Wed, 13 May 2026 05:27:47 +0000

未知の不良や異常も検知する検査・センシング・モニタリングに適した人工知能MTシステム (MT法) 基礎と応用

～要素技術開発者が主導する人工知能応用技術開発～

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

ライブ配信セミナーには、特典としてアーカイブ配信が付きます。
アーカイブ配信の視聴期間は2026年10月26日〜11月1日を予定しております。
ライブ配信を欠席し、アーカイブ配信のみ受講をご希望の場合は、通信欄に「ライブ欠席、アーカイブのみ受講」とご記入ください。

概要

本セミナーでは、未知の異常検知、異常モニタリングの一手法として、その実用的な性質から多くの分野で活用されている「MTシステム」について基礎から応用までを解説いたします。

開催日

2026年10月23日(金) 13時00分～ 15時30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
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
エクセル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
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や生成AI 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、要素技術の開発者が、人工知能を用いた応用技術の開発を行うには敷居が高いことが課題ではないでしょうか?人工知能の活用は製造業の現場でも一般化しつつある反面、「大量の様々なパターンのデータがないと始められない」「要素技術開発者の主導による開発・運用が難しい」といった理由で、頓挫するケースも少なくありません。特に、事前に想定できない“未知の不良や異常”も検出したい場合、いわゆるディープラーニングでは実用化レベルの開発が難しい場面が出てきます。このように人工知能には、要素技術開発者にとって実用化レベルの応用開発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スムーズに応用開発が可能になります。
　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、要素技術開発者の知見を活かすと、人工知能を用いた応用技術の開発に必要なデータの最小化も可能です。さらに、適切な手法を使用すれば、学習していない未知の不良や異常を見つける人工知能を用いた検査技術やセンシング技術も、要素技術開発者自身で開発を主導することが可能です。
　エンジニアリングに適した人工知能技術として、本講座では「MT システム」に関して解説します。
MT システムは、正常状態 (良品の状態・標準状態) のパターンを基準にして正常らしさのスケールを構築し、正常パターンからの乖離を“外れ”として検知するため、未知の異常・不良を含めた検出や、異常モニタリング、予防保全の技術として有効に活用できます。また、手法が比較的シンプルなため、データ収集や評価の考え方を押さえることで、要素技術の開発者が自ら検討を進めやすい点も特徴です。
　本講座の前半では、MT システムを実務で使いこなすために必要な前提知識として、重回帰式、ニューラルネットワークモデル、MT システムなどの回帰手法の位置づけを整理し、データ収集の重要なポイントを解説します。
　後半では、異常音の検査システム開発事例を題材に、未学習の未知異常をどう扱うか、実用化レベルの開発を見据えた手順・データ収集・モデル構築・運フローまで、具体的に解説します。なお、MT システムのアルゴリズムをExcel 上で簡単に再現する方法も、計算過程も含めて紹介いたします。
　要素技術開発者にとって、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、要素技術開発者は、解決すべき技術課題に集中することが可能になります。

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
2. 参考:データ採取のポイント (ビッグデータの誤解)
3. 要素技術者に適した人工知能構築ツール
事例 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、聴感による官能検査工程を自動化した事例を元に解説
全体質疑応答

参考資料 : MTシステムと対比で理解促進のための事例掲載

(解説はございません)

事例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
  - 背景:溶接と抜取り破壊検査の紹介
  - 全数検査化に先立つ要素技術
  - 人工知能活用の実施手順
  - 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
  - システムの動作フローチャート
  - 本事例を応用可能な別事例の紹介

ページのトップヘ

講師

福井郁磨氏
MOSHIMO研

代表

ページのトップヘ

主催

サイエンス＆テクノロジー株式会社

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

: 25600円 (税別) / 28,160円 (税込)

複数名

: 19000円 (税別) / 20,900円 (税込)

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。

複数名受講割引

2名様以上でお申込みの場合、1名あたり 19,000円(税別) / 20,900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 25,600円(税別) / 28,160円(税込)
- 2名様でお申し込みの場合 : 2名で 38,000円(税別) / 41,800円(税込)
- 3名様でお申し込みの場合 : 3名で 57,000円(税別) / 62,700円(税込)
同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
請求書は、代表者にご送付いたします。
請求書および領収書は1名様ごとに発行可能です。
申込みフォームの通信欄に「請求書1名ごと発行」とご記入ください。
他の割引は併用できません。
サイエンス&テクノロジー社の「2名同時申込みで1名分無料」価格を適用しています。

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

1名様あたり 10,000円(税別) / 11,000円(税込)
企業に属している方(出向または派遣の方も含む)は、対象外です。
お申込み者が大学所属名でも企業名義でお支払いの場合、対象外です。

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

ページ内で移動

機械学習を活用したスペクトルデータ解析の基礎と材料研究への応用

admin — Mon, 14 Sep 2026 17:46:28 +0000

機械学習を活用したスペクトルデータ解析の基礎と材料研究への応用

オンライン開催

関連するセミナー・出版物

本セミナーは、申し込みの受け付けを終了いたしました。

セミナーの再開催を依頼する関連するセミナー・出版物を探す

概要

本セミナーでは、機械学習の技術を利用したスペクトルデータ解析手法とその応用に焦点を当てて解説いたします。
従来の非線形最小二乗法に基づくアプローチから始めて、EMアルゴリズム、ベイズ推定、深層学習の枠組みをスペクトルデータ解析に活用した最近のアプローチについて解説いたします。

開催日

2026年10月23日(金) 13時00分～ 16時00分

修得知識

スペクトルデータ解析手法、解析ツール、最近の研究動向
スペクトルデータの活用事例
実務でのAI技術の活用

プログラム

　最近の分光分析技術の発展によって、我々は高品質なデータを大量に取得できるようになりました。材料開発の現場では、こうした膨大なスペクトルデータから有用な情報を抽出し、研究・開発にどう活用するかが重要な課題となっています。例えば、XPSのマッピング分析では、数千から数万本のスペクトルを解析する必要があります。一方で、解析作業の多くは依然として専門家の試行錯誤に依存しており、その効率化が大きな課題です。
　本講座では機械学習の技術を利用したスペクトルデータ解析手法とその応用に焦点を当てて解説します。従来の非線形最小二乗法に基づくアプローチから始めて、EMアルゴリズム、ベイズ推定、深層学習の枠組みをスペクトルデータ解析に活用した最近のアプローチについて解説します。さらに、これらの手法を用いた具体的な解析事例や、公開ツールについても紹介することで、技術的な背景からツールの利活用までをつなぐ知識を習得していただくことを目指します。装置メーカーや材料開発に関わる実務家にとって、新たな価値創出や研究開発のきっかけとなれば幸いです。

分光分析技術の発展とスペクトルデータ解析の課題
1. 分光分析技術の高度化とデータ量の増大
  1. 高品質スペクトルデータ取得の進展
  2. 材料開発におけるスペクトルデータ活用の重要性
  3. マッピング分析による大量スペクトルデータ取得の現状
2. 材料開発におけるスペクトルデータ解析の課題
  1. 大量のスペクトルデータ解析の必要性
  2. 専門家の経験と試行錯誤に依存した解析プロセス
  3. 解析の効率化・自動化・再現性向上に向けた課題
従来のスペクトル解析手法
1. 非線形最小二乗法に基づくピークフィッティング
  1. ピークフィッティングの基本的な考え方
  2. ピークモデル・バックグラウンドモデルの設定
  3. 初期値・拘束条件が解析結果に与える影響
2. 従来手法の利点と限界
  1. 解析手法としての特徴
  2. 初期値依存性や局所解の問題
  3. 大量データ解析における作業負荷と属人性
機械学習を用いたスペクトルデータ解析の基礎
1. 機械学習をスペクトルデータ解析に導入する意義
  1. 大量スペクトルデータからの情報抽出
  2. 解析条件設定の効率化
  3. 人手による試行錯誤の削減
2. スペクトルデータ解析における機械学習の位置付け
  1. 従来のフィッティング手法との関係
  2. よく使われる手法
  3. 解析結果の解釈性と実用性
EMアルゴリズムを用いたスペクトルデータ解析
1. EMアルゴリズムの基礎
  1. 潜在変数を含むモデル推定の考え方
  2. EステップとMステップの基本概念
  3. 混合分布モデルへの適用
2. スペクトルデータ解析への応用
  1. ピーク分離問題への適用
  2. 高度化による解析の効率化・自動化
  3. 従来フィッティング手法との比較
ベイズ推定を用いたスペクトルデータ解析
1. ベイズ推定の基礎
  1. 事前分布・尤度・事後分布の考え方
  2. 不確実性を考慮した解析の特徴
  3. マルコフ連鎖モンテカルロ法による計算
2. スペクトルデータ解析への応用
  1. ピーク位置・幅・強度の推定
  2. モデル選択と解析結果の信頼性評価
  3. ベイズ的アプローチによる自動解析の可能性
深層学習を用いたスペクトルデータ解析
1. 深層学習の基礎
  1. ニューラルネットワークの基本概念
  2. ニューラルネットワークの学習方法
  3. 特徴抽出と分類・回帰タスクへの適用イメージ
2. スペクトルデータへの応用
  1. スペクトルデータの分類・識別
  2. ピーク情報や特徴量の自動抽出
  3. マッピングデータ解析への展開
機械学習を活用したスペクトルデータ解析の事例
1. X線光電子分光法への応用事例
  1. ピークフィッティング作業の効率化
  2. マッピング分析における大量スペクトル解析
  3. 化学状態マップへの応用
2. 材料開発への応用事例
  1. スペクトルデータに基づく材料評価
  2. データ駆動型材料探索への展開
  3. 研究開発プロセスにおける解析自動化の可能性
公開ツールと実務での活用
1. スペクトルデータ解析に利用可能な公開ツール
  1. 公開ソフトウェア・ライブラリの概要
  2. 各ツールの特徴と適用範囲
  3. 導入時に確認すべき点
2. 実務での活用に向けたポイント
  1. 解析目的に応じた手法選択
  2. データ前処理と解析条件設定の重要性
  3. 装置メーカー・材料開発現場での活用可能性
今後の展望とまとめ
1. AI・機械学習によるスペクトル解析の将来展望
  1. スペクトルデータ解析の自動化・高速化
  2. 熟練者の知識とデータ駆動型解析の融合
  3. 材料開発における新たな価値創出
2. 本講座のまとめ
  1. 従来手法から機械学習手法までの整理
  2. EMアルゴリズム・ベイズ推定・深層学習の特徴
  3. 技術的背景からツール活用までの実践的理解

質疑応答

ページのトップヘ

主催

株式会社 R&D支援センター

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

: 45000円 (税別) / 49,500円 (税込)

複数名

: 22500円 (税別) / 24,750円 (税込) (案内をご希望の場合に限ります)

案内割引・複数名同時申込割引について

R&D支援センターからの案内を希望する方
- 1名様でお申し込みの場合 : 1名で 42,000円(税別) / 46,200円(税込)
- 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 49,500円(税込)
- 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 74,250円(税込)
R&D支援センターからの案内を希望しない方
- 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 90,000円(税別) / 99,000円(税込)
- 3名様でお申し込みの場合 : 3名で 135,000円(税別) / 148,500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。
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。

本セミナーは、申し込みの受け付けを終了いたしました。

セミナーの再開催を依頼する

ページのトップヘ

ページ内で移動

機械学習を利用した多成分混合物の物性予測・物性推算

admin — Fri, 28 Aug 2026 05:20:09 +0000

機械学習を利用した多成分混合物の物性予測・物性推算

～限られた実験データからの混合物物性の予測、材料開発、プロセス設計への活用～

オンライン開催

関連するセミナー・出版物

アーカイブ配信セミナーに申し込む

アーカイブ配信の視聴期間は2026年10月20日〜11月2日を予定しております。
アーカイブ配信のお申し込みは2026年10月20日まで承ります。

概要

本セミナーでは、多成分混合物の物性推算を対象に、機械学習モデルへ混合則、過剰物性、組成依存性、温度依存性、分子構造情報などの物理化学的知見を組み込むことで、限られたデータから高精度かつ安定な推算を実現するための考え方を解説いたします。

配信期間

2026年10月20日(火) 13時00分～ 2026年11月2日(月) 16時30分

お申し込みの締切日

2026年10月20日(火) 13時00分

修得知識

ニューラルネットワークの基本的仕組み
多成分物性推算に関する先端手法
ハイブリッド型AIの仕組みと特徴

プログラム

　ニューラルネットワークは、近年さまざまな分野でその有用性が認められており、物性推算の分野においても活用が進んでいます。高い表現力を有するニューラルネットワークは、多数の因子が複雑に影響し合う多成分系の物性推算に適している一方で、データ駆動型の手法であるため、一般に多くの学習データを必要とします。しかし、多成分系では、成分の種類や組成、温度などの操作因子が多く、膨大な探索空間を実験データのみで網羅することは容易ではありません。
　本講演では、このような多成分系の物性推算に対して、機械学習を効果的に活用するための考え方と具体的な手法を紹介します。ニューラルネットワークの基本的な仕組みから、理論モデルと最新の機械学習手法を組み合わせたハイブリッドモデリングまでを取り上げます。これらを通じて、機械学習の初学者が、ニューラルネットワークを用いて物性推算に何ができるのか、また、限られたデータを有効に活用するためにどのようなアプローチが有効であるのかを理解することを目的とします。

ニューラルネットワークの基本
- 機械学習とは何か
- 機械学習とニューラルネットワーク
- 活性化関数の役割
- 万能近似定理
- 機械学習の実用上の欠点
ニューラルネットワークの構造
- 代表的な活性化関数
- ノードとレイヤー
- ニューラルネットワークの中間層
- ニューラルネットワークにおける行列演算
- GPU演算と行列演算
誤差逆伝播法と過学習
- 誤差逆伝播法の仕組み
- 学習パラメータ数
- 局所解と広域解
- ニューラルネットワークにおける過学習
既存モデルとの比較
- 既存モデルのアプローチとの類似点と相違点
- 機械学習の強み
様々なニューラルネットワーク
- 単純なニューラルネットワークの限界と解決策
時系列データとニューラルネットワーク
- 時間的整合性とは
- 回帰型ニューラルネットワーク
- Long Short-Term Memory
- Neural ODE
- 時系列データ用のニューラルネットワークの特徴と強み
多次元データとニューラルネットワーク
- 画像処理におけるニューラルネットワーク
- 二次元型畳み込みニューラルネットワーク
- 畳み込み操作の基礎と仕組み
- 信号処理とニューラルネットワーク
- 一次元畳み込みニューラルネットワーク
ネットワークデータとニューラルネットワーク
- グラフ表現とは
- メッセージ伝播型ニューラルネットワークと物性推算
- PyGeometricによるMPNNの実装
転移学習を利用した少データ学習
- 転移学習の原理
- 転移学習でのモデル再利用と学習効率向上
分子記述子と機械学習による物性推算
- 物性推算における転移学習
- 転移学習を利用する際のワークフロー
- 代表的な分子記述子
- MPNNによる物性推算精度
- MPNNによる学習データ削減効果
- MPNNで作成した記述子の特徴
- Parity plotでみるMPNNの予測精度
物性推算への事前知識の導入
- 外挿予測における過学習
- 誤差逆伝播法を活用した勾配制約
- 勾配制約によるアレニウス式の考慮
- 物性推算におけるハード制約とソフト制約
三成分混合物の物性推算
- 工学プロセスにおける混合物の位置づけ
- 非理想溶液の物性予測の難しさ
- 既存の理論駆動・データ駆動モデル
- 物性推算での外挿予測における問題
- PINNベースモデルによるアプローチ
- 相互作用考慮モデルによるアプローチ
- データ測定手法
- 既存モデルの精度と問題点
- ニューラルネットワークの精度と限界
- ハイブリッドAIの特徴と効果
- 混合物物性推算に重要な構造的特徴
多成分系混合物の物性推算
- 多成分系の物性推算の難しさ
- 混合物の記述子表現
- 埋め込み表現による混合物表現
- 多次元空間におけるデータ収集
- ベイズ最適化によるデータ収集
- アクティブラーニングの効果
- 交差検証と混合物物性推算精度
- 記述子選定手法
- 埋め込みにおける次元数の選択
質疑応答

ページのトップヘ

講師

村上裕哉氏
静岡大学工学領域化学バイオ工学系列

講師

ページのトップヘ

主催

サイエンス＆テクノロジー株式会社

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

: 34400円 (税別) / 37,840円 (税込)

複数名

: 22500円 (税別) / 24,750円 (税込)

複数名受講割引

2名様以上でお申込みの場合、1名あたり 22,500円(税別) / 24,750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 34,400円(税別) / 37,840円(税込)
- 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 49,500円(税込)
- 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 74,250円(税込)
同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
請求書は、代表者にご送付いたします。
請求書および領収書は1名様ごとに発行可能です。
申込みフォームの通信欄に「請求書1名ごと発行」とご記入ください。
他の割引は併用できません。
サイエンス&テクノロジー社の「2名同時申込みで1名分無料」価格を適用しています。

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

1名様あたり 10,000円(税別) / 11,000円(税込)
企業に属している方(出向または派遣の方も含む)は、対象外です。
お申込み者が大学所属名でも企業名義でお支払いの場合、対象外です。

アーカイブ配信セミナー

「ビデオグ」を使ったアーカイブ配信セミナーとなります。
当日のセミナーを、後日にお手元のPCなどからご視聴ができます。
お申し込み前に、視聴環境をご確認いただき、視聴テストにて動作確認をお願いいたします。
別途、ID,パスワードをメールにてご連絡申し上げます。
視聴期間は2026年10月20日〜11月2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、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。
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。

アーカイブ配信セミナーに申し込む

ページのトップヘ

ページ内で移動

脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法

admin — Tue, 08 Sep 2026 06:47:37 +0000

脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法

～脳波とその計測、処理、機械学習の基礎を一通り解説～

オンライン開催

関連するセミナー・出版物

本セミナーは、都合により延期いたしました。
2026年12月22日(火) 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法

関連するセミナー・出版物を探す

概要

配信期間

2026年10月20日(火) 10時30分～ 2026年11月4日(水) 16時30分

お申し込みの締切日

2026年11月2日(月) 16時30分

修得知識

脳波の基礎・脳波の仕組み
脳波の計測方法
信号解析の基本
ブレイン・マシン・インタフェースへの応用
心拍特徴を脳波と同時に活用する事例
ビジネス展開の可能性

プログラム

イントロダクション
1. 脳波の利用場面
2. 世界を変える脳波計測
脳波計測の基礎
1. 脳活動の計測方法
2. 脳波の仕組み
3. 脳波の計測方法
  1. 電極の種類
  2. 電極貼り付け位置
  3. 差動増幅
  4. モンタージュ
4. 雑音・アーティファクト
5. 周波数フィルタリング
6. 独立成分分析
脳波特徴とその利用
1. 脳活動のモダリティ
2. 信号解析の基本
  1. 時間特徴 (事象関連電位)
  2. 周波数特徴 (定常的誘発電位)
  3. 空間特徴 (運動想起)
  4. 時空間特徴
  5. 時間周波数特徴
3. 脳波とAI
ブレイン・コンピュータ・インタフェース
1. P300スペラ
2. VEPスペラ、RSVP
3. 運動想起
マルチモーダルなアプローチ
1. 心拍計測
  - EOG
  - PPG
2. 心拍特徴量
  - HV
  - RRI
  - LF/HF
3. メンタル推定への応用例
その他の話題等
1. 脳波計
2. 侵襲BMI

ページのトップヘ

主催

株式会社 R&D支援センター

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

: 50000円 (税別) / 55,000円 (税込)

複数名

: 25000円 (税別) / 27,500円 (税込) (案内をご希望の場合に限ります)

案内割引・複数名同時申込割引について

R&D支援センターからの案内を希望する方
- 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 50,000円(税別) / 55,000円(税込)
- 3名様でお申し込みの場合 : 3名で 75,000円(税別) / 82,500円(税込)
R&D支援センターからの案内を希望しない方
- 1名様でお申し込みの場合 : 1名で 50,000円(税別) / 55,000円(税込)
- 2名様でお申し込みの場合 : 2名で 100,000円(税別) / 110,000円(税込)
- 3名様でお申し込みの場合 : 3名で 150,000円(税別) / 165,000円(税込)

アーカイブ配信セミナー

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2026年10月20日〜11月4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。

本セミナーは、都合により延期いたしました。
2026年12月22日(火) 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法

ページのトップヘ

ページ内で移動

複数企業・複数機関による秘匿データの統合解析

admin — Thu, 13 Aug 2026 18:42:29 +0000

複数企業・複数機関による秘匿データの統合解析

～生データを共有せずに、複数の企業・研究機関の連携でデータ不足を補う～

オンライン開催

関連するセミナー・出版物

本セミナーは、申し込みの受け付けを終了いたしました。

セミナーの再開催を依頼する関連するセミナー・出版物を探す

アーカイブ配信で受講をご希望の場合、視聴期間は2026年10月29日〜11月8日を予定しております。
アーカイブ配信のお申し込みは2026年10月29日まで承ります。

概要

開催日

2026年10月20日(火) 10時00分～ 12時00分

プログラム

行列計算と機械学習
1. 機械学習の概要
2. 最小二乗法
3. 次元削減
4. 行列計算の観点での計算の工夫
分散データ統合解析技術の概要
1. 分散データ統合解析
2. 分散データ統合解析技術
データコラボレーション解析の概要
1. 基本アイディア
2. アルゴリズム
3. データの安全性
4. 他技術との関係
5. 想定される応用
データコラボレーション解析の実施例
1. 回帰・分類問題
2. 異常検知
3. 解釈可能モデル
4. 生存時間分析

質疑応答

ページのトップヘ

講師

今倉暁氏
筑波大学システム情報系

准教授

ページのトップヘ

主催

株式会社技術情報協会

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

: 35000円 (税別) / 38,500円 (税込)

複数名

: 30000円 (税別) / 33,000円 (税込)

複数名同時受講割引について

2名様以上でお申込みの場合、1名あたり 30,000円(税別) / 33,000円(税込) で受講いただけます。
5名様以降は、1名あたり 30,000円(税別) / 33,000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 35,000円(税別) / 38,500円(税込)
- 2名様でお申し込みの場合 : 2名で 60,000円(税別) / 66,000円(税込)
- 3名様でお申し込みの場合 : 3名で 90,000円(税別) / 99,000円(税込)
- 4名様でお申し込みの場合 : 4名で 120,000円(税別) / 132,000円(税込)
- 5名様でお申し込みの場合 : 5名で 150,000円(税別) / 165,000円(税込)

同一法人内による複数名同時申込みのみ適用いたします。
請求書は、代表者にご送付いたします。
他の割引は併用できません。

アカデミック割引

1名様あたり 30,000円(税別) / 33,000円(税込)

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
病院などの医療機関・医療関連機関に勤務する医療従事者
文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方

支払名義が企業の場合は対象外とさせていただきます。
企業に属し、大学、公的機関に派遣または出向されている方は対象外とさせていただきます。

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。
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2026年10月29日〜11月8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。

本セミナーは、申し込みの受け付けを終了いたしました。

セミナーの再開催を依頼する

ページのトップヘ

機械学習のセミナー・研修・出版物

マテリアルズインフォマティクス (MI) による高屈折率材料の開発

マテリアルズインフォマティクス (MI) による高屈折率材料の開発

配信期間

お申し込みの締切日

修得知識

プログラム

第1部 MI・シミュレーション・合成技術の融合による高屈折率液状アクリル樹脂設計と実践事例

第2部 高屈折率材料開発へ向けたマルチフィディテイ学習の実践

第3部 機械学習と分子シミュレーションによる高分子材料の自動探索

講師

主催

お問い合わせ

受講料

複数名同時受講割引について

アカデミック割引

アーカイブ配信セミナー

ページ内で移動

サロゲートモデルの基礎と実装、構築、活用のポイント

サロゲートモデルの基礎と実装、構築、活用のポイント

配信期間

お申し込みの締切日

修得知識

プログラム

講師

主催

お問い合わせ

受講料

複数名同時受講割引について

アカデミック割引

アーカイブ配信セミナー

ページ内で移動

脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法

脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法

概要

配信期間

お申し込みの締切日

修得知識

プログラム

講師

主催

お問い合わせ

受講料

案内割引・複数名同時申込割引について

アーカイブ配信セミナー

ページ内で移動

脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法

脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法

概要

開催日

修得知識

プログラム

講師

主催

お問い合わせ

受講料

案内割引・複数名同時申込割引について

ライブ配信対応セミナー / アーカイブ配信対応セミナー

ライブ配信セミナーをご希望の場合

アーカイブ配信セミナーをご希望の場合

ページ内で移動

サロゲートモデルの基礎と実装、構築、活用のポイント

サロゲートモデルの基礎と実装、構築、活用のポイント

開催日

修得知識

プログラム

講師

主催

お問い合わせ

受講料

複数名同時受講割引について

アカデミック割引

ライブ配信対応セミナー / アーカイブ配信対応セミナー

ライブ配信セミナーをご希望の場合

アーカイブ配信セミナーをご希望の場合

ページ内で移動

マテリアルズインフォマティクス (MI) による高屈折率材料の開発

マテリアルズインフォマティクス (MI) による高屈折率材料の開発

開催日

修得知識

第2部高屈折率材料開発へ向けたマルチフィディテイ学習の実践

第3部機械学習と分子シミュレーションによる高分子材料の自動探索

第2部高屈折率材料開発へ向けたマルチフィディテイ学習の実践

第3部機械学習と分子シミュレーションによる高分子材料の自動探索