……Zoomオンライン受講
……見逃し視聴選択可
●工場で重要なセンサによるデータ取得・収集・計測データの前処理工程・深層学習による異常や予兆検知の各段階の注意点や最適化及びプログラム等の基礎から実践までを実例を交えながらご紹介いたします。
講師
株式会社AI技研 代表取締役社長 犬塚 博 氏
講師紹介
■略歴：
1985 名古屋大学大学院 工学研究科 電気電子工学専攻 博士後期課程修了
1985-1990 名古屋大学 工学部 電気工学科 助手
1990-2004 静岡大学 工学部 電気電子工学科 助教授
2004-2023 静岡大学 工学部 電気電子工学科 教授、
2017-2023 静岡大学 工学部長補佐
2023 静岡大学 退職 静岡大学 名誉教授
2022-現在 （株）AI技研 代表取締役社長
■専門および得意な分野・研究：
人工知能、AI、ディジタル計測、ディジタル信号処理、計測データ処理、非定常スペクトル解析、工場のDX化技術
■本テーマ関連学協会でのご活動：
大学教授時代から現在まで多数の会社からの技術的なご相談に対するコンサルティングや共同研究を行ってくると同時に社内技術者向けの人工知能や計測・信号処理・工場のDX化技術教育の講師を長年務めてきた。
それらを通じて、風車の異常検出装置・AIによる製品検査装置、画像による砂量評価装置、携帯電話試験装置、甘さや硬さ・粘性の検査装置等を開発してきた。
令和2年に浜松いわた信用金庫産学連携大賞を受賞
＜その他関連セミナー＞
機械学習・AI 一覧はこちら
日時・受講料・お申込みフォーム
●日時：2025年10月24日(金) 10:30-16:30 ＊途中、お昼休みや小休憩を挟みます。
●受講料：
【オンライン受講（見逃し視聴なし）】：1名 50,600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39,600円
【オンライン受講（見逃し視聴あり）】：1名 56,100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45,100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」を確認ください。
●録音・録画行為は固くお断りいたします。
お申込みはこちらから
配布資料・講師への質問など
●配布資料は、印刷物を郵送で1部送付いたします。
・お申込みの際にお受け取り可能な住所を必ずご記入ください。
・郵送の都合上、お申込みは4営業日前までを推奨します。（土、日、祝日は営業日としてカウントしません。）
・それ以降でもお申込みはお受けしておりますが（開催1営業日前の12:00まで）、その場合、テキスト到着がセミナー後になる可能性がございます。ご了承の上お申込みください。
・資料未達の場合などを除き、資料の再配布はご対応できかねますのでご了承ください。
●当日、可能な範囲でご質問にお答えします。（全ての質問にお答えできない可能性もございます。何卒ご了承ください。）
●本講座で使用する資料や配信動画は著作物であり、無断での録音・録画・複写・転載・配布・上映・販売などは禁止いたします。
●ご受講に際しご質問・要望などございましたら、下記メールアドレス宛にお問い合わせください。
req@*********（*********にはjohokiko.co.jpを入れてください）
オンラインセミナーご受講に関する各種案内（必ずご確認の上、お申込みください。）
※メールアドレスの記載誤りについては、以下へご連絡お願いいたします。
req@*********（*********にはjohokiko.co.jpを入れてください）
→Skype／Teams／LINEなど別のミーティングアプリが起動していると、Zoomで音声が聞こえない、カメラ・マイクが使えないなどの事象が起きる可能性がございます。お手数ですが、これらのアプリは閉じた状態にてZoomにご参加ください。
→音声が聞こえない場合の対処例
→一部のブラウザは音声が聞こえないなどの不具合が起きる可能性があります。
対応ブラウザをご確認の上、必ず事前のテストミーティング をお願いします。
（iOSやAndroidOS ご利用の場合は、アプリインストールが必須となります）
→見逃し視聴について、 こちらから問題なく視聴できるかご確認ください。（テスト視聴動画へ）パスワード「123456」
＜見逃し視聴ご案内の流れ・配信期間詳細＞
セミナーポイント
■はじめに
これからの工場等のDX化におきましては工場内の多数の装置からのセンサ情報は莫大な量となって所謂ビッグデータとなるので人間の処理では間に合いません。そこで、コンピュータを用いたルールベースまたは人工知能（AI）による自動化された異常検知や正常異常等の判定や判断が必須となります。
最近ではAIのプログラムやライブラリも提供されるようになってきましたので深層学習を動かすところまでは比較的簡単にできるようになってきたのですが、正しく異常検知させたり判定精度を十分な値まで持っていくのは簡単ではない場合が多いのです。深層学習による判定精度を実用的なレベルまで上げていくには、深層学習の前段階の前処理が重要ですし最適化やチューニングも必要となります。
本講習会では工場で重要なセンサによるデータ取得・収集・計測データの前処理工程・深層学習による異常や予兆検知の各段階の注意点や最適化及びプログラム等の基礎から実践までを実例を交えながらご紹介いたします。
■ご講演中のキーワード：
深層学習（ディープラーニング）
ルールベース
異常検知
正常異常判定
前処理
畳み込みニューラルネットワーク（CNN）
オートエンコーダ（AE）
ニューラルネットワークコンソール（NNC）
■受講対象者：
・工場等で計測される計測データの異常検知や正常異常判定・DX化に興味のある方
・生産技術・設備保全・品質管理等の工場設備に関係して人工知能や自動化の導入を検討しておられる方
・人工知能に興味のある方
・人工知能を使った自動化や省人化に興味のある方
■必要な予備知識や事前に目を通しておくと理解が深まる文献、サイトなど：
「深層学習による異常検知」を実現するための技術は、以下の基本的技術に基づいて実現されております。したがって、これらの分野の予備知識を持っておられますと理解がより容易になります。しかし、これらの分野の基礎的内容につきましては本講習会内でもご説明いたしますので必ずしも全部の項目の知識を前提とするものではありません。
・人工知能（ＡＩ）
・計測技術
・信号処理（計測データ処理）
・プログラミング言語（Ｐｙｔｈｏｎ）
■本セミナーで習得できること：
・工場における計測データの処理の流れとセンサ機器の使い方や選択方法
・深層学習による異常検知の実現方法や実装法
・深層学習による異常検知に用いる計測データの前処理法と信号処理
・深層学習を実行した場合にうまくいかない場合の対処法
・深層学習に関わる製品やシステムを業者に発注できるようになるための知識
セミナー内容
1. 工場データの見える化と計測データからの異常検知の自動化
１） 工場データの見える化
２） 工場のDX化・スマートファクトリ
３） 計測された工場データの処理の自動化
４） 深層学習による人工知能（AI）の導入
2. 深層学習による異常検知
１） 異常検知の各工程
２） ルールベースによる異常検知
３） 深層学習による異常検知
４） 特徴量による判定
3. 工場での計測に用いるセンサと計測データ中の計測誤差と雑音
１） 電流センサ
２） 加速度・振動センサ
３） 音センサ
４） カメラ・イメージセンサ・ラインセンサ
５） TOFセンサ・LiDAR
６） 工場で計測されたデータのIoT・ICTによる収集
７） 計測データに含まれる計測誤差と雑音
８） ガウス分布と中心極限定理
4. 深層学習の前処理のための計測データの信号処理
１） 計測データ処理とディジタル信号処理
２） 計測データ中の雑音の抑制
３） 計測データに適用するディジタルフィルタ
４） 計測データに適用するメディアンフィルタ
５） 計測データのスペクトル解析 -FFT-
６） 計測データの非定常スペクトル解析 -短時間フーリエ変換-
７） 計測データの非定常スペクトル解析 -ウェーブレット変換-
８） 計測データの時間周波数フィルタリング
5. 深層学習による人工知能
１） 深層学習（ディープラーニング）
２） 畳み込みニューラルネットワーク（CNN）
３） オートエンコーダ（AE）
6. 深層学習による異常検知とその実際例
１） 正常な場合と異常な場合のデータが両方得られる場合
２） 正常な場合のデータしか得られない場合
7. 深層学習による異常検知の実践
１） ニューラルネットワークコンソール（NNC）
２） NNCによる学習と評価
３） NNCによる異常検知
４） NNCによる学習結果のPythonプログラムからの活用
8. まとめ
お申込みはこちらから
