……Zoomオンライン受講
……見逃し視聴選択可
★製造データをAIでどう活かし、異常検知や品質安定化につなげるのか。実際の研究・実証事例から現場導入のポイントまで解説します
★切削加工や射出成形などの事例を通じて、データ収集・解析からAIによる予測・条件最適化まで、製造現場での活用方法を学びます
講師
株式会社MAZIN 研究開発本部 取締役 内山 祐介 氏
講師紹介
■経歴
2018年～現在 株式会社MAZIN
2014年～2018年 筑波大学システム情報系
2012年～2014年 筑波大学大学院システム情報工学研究科
2009年～2012年 株式会社日立製作所 機械研究所
■専門および得意な分野・研究
統計数理モデル
確率過程
■本テーマ関連学協会での活動
プラスチック成形加工学会 会員
日本機械学会 会員
＜その他関連商品＞
品質管理・品質保証・製造現場対応 一覧はこちら
日時・受講料・お申込みフォーム
●日時：2026年12月17日(木) 13:00-17:00 ＊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 46,200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35,200円
【オンライン受講（見逃し視聴あり）】：1名 51,700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40,700円
＊「見逃し視聴あり」でお申込の場合、当日のご参加が難しい方も後日セミナー動画の視聴が可能です。
各種割引について
＊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）
＊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。
お申込みはこちらから
商品コード：AD261285
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）
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
■講座のポイント
本講演では、製造現場において収集したデータをAI・機械学習等でどのように分析し、異常検知や品質安定化につなげるのかを、具体的な事例をもとに詳しく解説します。
まずは製造現場の課題とデータ活用の考え方、データ収集機器や各種解析手法、AI活用といった現場課題を解決するデジタルの基礎を整理します。続いて実践編として、切削加工や射出成形における異常検知、射出成形での自動条件調整やシミュレーション連携などの高度な応用事例を取り上げます。さらに、IoTを用いた設備の一括監視と不具合要因の迅速な特定手法まで具体例を用いながら解説し、製造現場でAIを導入する際のポイントや課題、確実に成果を出すための最新ノウハウを幅広くご紹介します。
■受講後、習得できること
製造現場での課題に応じたセンサデータ収集方法
センサデータの前処理方法
センサデータの統計解析方法
製造現場におけるAIを活用した異常検知・品質安定化の具体事例
AI・データ活用を現場へ導入・運用する際の課題と留意点
■講演中のキーワード
製造DX、AI、機械学習、異常検知、品質予測、品質安定化、センサデータ、統計解析、データ活用、切削加工、射出成形
セミナー内容
1. 製造現場における課題とAI・データ活用の考え方
(ア) 製造現場の課題とDX・AI活用
(イ) データを活用した製造現場の課題解決
(ウ) データ収集機器・センシングの考え方
(エ) センサデータの前処理・特徴抽出
(オ) センサデータの統計解析・機械学習による解析
(カ) 製造現場でAIを活用する際の考え方・留意点
2. 切削加工におけるデータ・AI活用事例
(ア) 切削加工の現場課題
(イ) 工作機械のデータ収集
(ウ) 収集したデータの解析と特徴の把握
(エ) 切削加工の異常検知
(オ) 異常検知結果の活用と実用化に向けた課題
3. 射出成形におけるデータ・AI活用事例
(ア) 射出成形の現場課題
(イ) 射出成形機のデータ収集
(ウ) 成形データの前処理・特徴抽出
(エ) 射出成形の異常検知
(オ) 成形不良・品質変動の要因分析
(カ) 射出成形の良品条件自動立ち上げ
(キ) 射出成形の状態監視と自動条件調整
(ク) AIを活用した成形条件の最適化と事例
(ケ) 射出成形シミュレーションへのデータ連携
(コ) AI・データ活用による品質安定化への展開
4. IoTを活用した設備一括監視の事例
(ア) 設備一括監視のニーズ
(イ) IoTを活用したデータ収集と活用
(ウ) 設備の異常検知
(エ) 設備不具合の要因特定
(オ) 設備監視におけるデータ活用のポイント
5．製造現場へのAI・データ活用導入における課題
（ア）AI活用に必要なデータの収集・蓄積方法
（イ）現場データのばらつき・変動への対応
（ウ）AIによる異常検知・予測の精度と限界
（エ）AIの分析結果を現場の品質改善につなげるための考え方
（オ）AI導入後の運用における課題・留意点
（カ）製造現場へのAI導入を進めるポイント
6．製造現場におけるAI活用の今後
（ア）製造現場におけるAI活用の可能性
（イ）今後期待されるセンシング・AI技術
（ウ）製造DX・AI活用の今後の展望
＜質疑応答＞
お申込みはこちらから
