異常検知技術 セミナー

サイトマップサイトマップ よくあるお問合わせよくあるお問合せ リクエストリクエスト セミナー会場セミナー会場へのアクセス リンクリンク
セミナーのメニュー
  ヘルスケア系
1月
2月
3月
4月〜

化学・電気系 その他各分野
1月
2月
3月
4月〜
出版物出版物
新刊図書新刊図書 月刊 化学物質管理Gmpeople
通信教育講座通信教育講座
LMS(e-learning)LMS(e-learning)
セミナー収録DVDDVD
電子書籍・学習ソフトDVD
セミナー講師のコラムです。講師コラム
  ↑2020/1/15更新!!
お申し込み・振込み要領お申込み・振込要領
案内登録案内登録
↑ ↑ ↑
新着セミナー、新刊図書情報をお届けします。

※リクエスト・お問合せ等
はこちら→ req@johokiko.co.jp



SSL GMOグローバルサインのサイトシール  


異常検知技術 セミナー

★現場でどのように異常検知を適用・活用していけば良いのか。
 事例やデモを交えて勘所をお伝えします。

機械学習・ディープラーニングによる

異常検知技術

機器・設備からの時系列データの分析と各種事例等〜

講師

BULB(株) データサイエンティスト  足立 悠 先生

* 希望者は講師との名刺交換が可能です

主な著書:

 初めてのTensorFlow,ソニー開発のNeural Network Console入門,機械学習のための「前処理」入門

→このセミナーを知人に紹介する

日時・会場・受講料

●日時 2020年3月12日(木) 12:30-16:30
●会場 [東京・王子]北とぴあ9階902会議室 →「セミナー会場へのアクセス」
●受講料 1名41,800円(税込(消費税10%)、資料付)
 *1社2名以上同時申込の場合、1名につき30,800円
      *学校法人割引;学生、教員のご参加は受講料50%割引。→「セミナー申込要領・手順」を確認下さい。

 ●録音・撮影行為は固くお断り致します。
 ●講義中の携帯電話の使用はご遠慮下さい。
 ●講義中のパソコン使用は、講義の支障や他の方の迷惑となる場合がありますので、極力お控え下さい。
  場合により、使用をお断りすることがございますので、予めご了承下さい。
  *PC実習講座を除きます。


■ セミナーお申込手順からセミナー当日の主な流れ →

セミナーポイント

 製造現場において、機器や設備の計画外停止は稼働率の低下を引き起こし、ひいては利益の損失につながります。このことを避けるための対策として、機器や設備の状態に合わせたメンテナンスの実施が挙げられます。機器や設備の状態把握・メンテナンスの最適化のためには、機械学習やディープラーニングの技術が大きく貢献しています。
 本講演では、機器や設備から得られる時系列データを中心に、どのように現場で異常検知が適用され、またそれを実現し活用していくか、事例やデモを交えて勘所をお伝えします。

○受講対象:
 ・現場で集まる時系列データの活用にお悩みの方
 ・機械学習やディープラーニングを用いた異常検知方法に関心のある方
 など

○受講後、習得できること:
 ・異常検知を目的としたデータ分析の進め方
 ・時系列データから特徴量を作成する方法
 ・機械学習とディープラーニングを用いた異常検知モデルの作成方法

セミナー内容

1.はじめに〜異常検知技術の適用にあたって〜
 1)製造業におけるデータ活用

  ・どのようなデータが利用できるのか?
  ・データ収集のよくある失敗
  ・異常データ収集のポイント
 2)異常検知を目的としたデータ分析の進め方
  ・分析の目標と成功の判定基準の決め方
  ・時系列データの理解
  ・時系列データの前処理
  ・異常検知モデル作成と評価

2.機械学習を利用した異常検知
 1)異常の定義とアプローチ

  ・通常時と異常時の振る舞い
  ・異常スコアの定義
 2)時間軸による特徴量の作成
  ・異常検出間隔の定義
  ・スライド窓統計量による特徴量
 3)異常検知モデルの作成
  ・決定木を利用した学習
  ・SVMを利用した学習

3.ディープラーニングを利用した異常検知
 1)時間軸による特徴量の作成

  ・異常検出間隔の定義
  ・部分時系列による特徴量
 2)異常検知モデルの作成
  ・CNNを利用した学習
  ・RNNを利用した学習
 3)異常データの作成
  ・k-NNを利用したデータ水増し
  ・RNNを利用したデータ水増し

4.異常検知の活用事例
 1)製品の外観検査

  ・CNNモデルの転移学習
  ・データオーギュメンテーション
  ・外観検査ソリューション
 2)機器の故障診断
  ・故障の定義と予測
  ・故障診断ソリューション
 3)部品の寿命予測
  ・劣化の定義と予測
  ・寿命予測ソリューション

5.おわりに

  <質疑応答>

*キーワード
 CRISP-DM、時系列データ、非構造化データ、スライド窓、部分時系列、機械学習、教師あり学習、教師なし学習、ディープラーニング、ニューラルネットワーク、異常スコア

セミナー番号:AC200371

top

注目の新刊

雑誌 月刊化学物質管理

動画配信 統計学入門

新時代植物工場

創薬スクリーニング

異常検知技術と応用提案

各社の化学物質管理

分散技術

中分子医薬品

5G

洗浄バリ 2019

分野別のメニュー

化学・電気系他分野別一覧

  植物工場他

  機械学習他

ヘルスケア系分野別一覧

  海外関連

  医療機器

各業界共通
マーケティング・人材教育等

「化学物質情報局」

特許・パテント一覧 INDEX
(日本弁理士会 継続研修)

印刷用申込フォーム    

セミナー用

書籍用

会社概要 プライバシーポリシー 通信販売法の定めによる表示 商標について リクルート
Copyright ©2011 情報機構 All Rights Reserved.