……Zoomオンライン受講
……見逃し視聴選択可
設備保全・劣化診断におけるAI活用を、外観検査・腐食解析・セグメンテーション事例を通じて解説。
講師
青山学院大学 理工学部 機械創造工学科 准教授 博士（工学）蓮沼 将太 氏
【略歴】
2012年3月に青山学院大学大学院 博士前期課程を修了．
富士重工業に勤務後，2013年4月から青山学院大学にて助教に着任．
2017年3月に東京大学大学院 博士課程を修了し博士号を取得．
2020年4月から青山学院大学にて准教授に着任し現在に至る．
【専門】
・材料強度学（特に疲労破壊）
・マルチスケールシミュレーション
・機械学習を用いた保全技術開発
【本テーマ関連学協会での活動】
日本高圧力技術協会 AIM委員会（保全分野へのAI適用に関する専門研究委員会） 画像SWG 主査
＜その他関連セミナー＞
化学工学（分離・反応・プロセス等） 一覧はこちら
日時・受講料・お申込みフォーム
●日時：2026年3月18日(水) 13:00-16:30 ＊途中、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 45,100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34,100円
【オンライン受講（見逃し視聴あり）】：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
＊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。
＊5名以上でのお申込の場合、更なる割引制度もございます。
ご希望の方は、以下より別途お問い合わせ・お申込みください。
req@*********（*********にはjohokiko.co.jpを入れてください）
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PDFなどのデータで配布いたします。ダウンロード方法などはメールでご案内いたします。
・配布資料に関するご案内は、開催1週前～前日を目安にご連絡いたします。
・準備の都合上、開催1営業日前の12:00までにお申込みをお願いいたします。
（土、日、祝日は営業日としてカウントしません。）
・セミナー資料の再配布は対応できかねます。必ず期限内にダウンロードください。
●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。）
●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）
＊5名以上でのお申込の場合、更なる割引制度もございます。
ご希望の方は、以下より別途お問い合わせ・お申込みください。
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
近年、AI・機械学習の活用は製造業・プラント・社会インフラの設備保全分野でも急速に広がりつつあります。外観検査の自動化、腐食・損傷の早期検出、劣化診断など、多様な場面で導入が期待される一方、実際の現場ではデータ収集やアノテーション、精度の安定化などでつまずき、PoCが前に進まないケースも少なくありません。
本セミナーでは、AIによる予知保全・劣化診断の導入を検討されている方を対象として、保全に必要なAI・機械学習の基礎から、実装プロセス、適用事例、さび検出の実用例まで を体系的に解説します。講師が実際に取り組んでいる外観検査・腐食解析・セグメンテーションの知見をもとに、現場での導入に役立つポイントをお伝えします。
■想定される主な受講対象者
‐製造業・プラント・社会インフラ企業の研究者・技術者
‐設備保全に携わる実務担当者
‐AIによる保全技術の導入を検討されている企業の方 など
■本セミナーに参加して修得できること
‐設備保全・劣化診断に必要な AI・機械学習の基礎知識
‐保全へのAI導入を成功させるためのポイント
‐セグメンテーションを用いたさび検出技術の仕組み・検出例・適用の考え方
セミナー内容
1. 保全に活用するためのAI・機械学習の基礎
1.1 予知保全で使われる主要なAI手法
1.2 教師あり／教師なしの基本
1.3 CNNを中心とした外観検査の考え方
1.4 過学習・データ不足への対応ポイント
2. AI導入のプロセスとつまずきやすい点
2.1 データセット作成（画像・腐食・外観）
2.2 前処理・アノテーションの注意点
2.3 PoCで起こりやすい課題
2.4 運用段階での改善のポイント
3. 保全・インフラ診断へのAI適用事例
3.1 腐食・損傷・外観の自動識別
3.2 溶接部の診断（X線／画像）
3.3 破断面や劣化進行の画像解析
3.4 社会インフラ／プラント向け外観検査の自動化
3.5 トラブル事例と成功のポイント
4. セグメンテーションを用いたさび検出技術
4.1 セグメンテーションとは
‐画像からさびを見分ける仕組みの概要
4.2 データセットの作り方
‐アノテーションの考え方
‐教師データ作成時の注意点
4.3 ネットワーク構築と学習モデルの選択
4.4 検出精度の評価方法
4.5 検出事例と現場適用に向けた課題
4.6 導入の可能性と応用展開
‐現場実装に向けたポイント
‐他の外観検査・腐食診断への応用可能性
5. まとめ
お申込みはこちらから
セミナーコード：AD260388
