AI制御 異常検知 劣化診断 故障予知 機械学習 人工知能

講師

群馬大学 理工学府　電子情報部門　教授　橋本　誠司　先生

講師紹介

■ご略歴：
1999年宇都宮大学大学院工学研究科博士課程修了。1996年〜1999年日本学術振興会特別研究員。2000年より小山工業高等専門学校機械工学科助手，2002年より群馬大学工学部助手，2005年に同助教授，2016年に教授，現在に至る。博士（工学）。

■専門および得意な分野・研究：
制御理論の産業応用技術，モーションコントロール技術，システム同定技術，ディジタル制御技術，振動制御技術，自動車エンジン制御・EPS制御技術，状態推定技術，振動発電技術などの応用分野。

■本テーマ関連学協会での活動：
IEEE(CCS, IES, IAS)，電気学会，計測自動制御学会会員。

日時・受講料

●日時　2021年6月18日（金）　12:30-16:30
●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。

■ セミナーお申込手順からセミナー当日の主な流れ　→

配布資料・講師への質問等について

●配布資料は、印刷物を郵送で送付致します。
　お申込の際はお受け取り可能な住所をご記入ください。
　お申込みは4営業日前までを推奨します。
　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）、
　テキスト到着がセミナー後になる可能性がございます。

●当日、可能な範囲で質疑応答も対応致します。
（全ての質問にお答えできない可能性もございますので、予めご容赦ください。）
●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・販売等を禁止致します。
●受講に際しご質問・要望などございましたら、下記メールにてお問い合わせ下さい。 req@johokiko.co.jp

セミナーポイント

■はじめに：
近年，ITやICTの高度化に伴い，人工知能(AI)に基づく知能化した制御技術が産業界にも導入されてきている。本講座では，まずは制御の基礎となる古典制御から，現代制御，モデルベースド制御までを概観する。続いて，AI技術の基礎となるニューラルネットワーク，ニューラルネットワークを用いた制御手法について説明した後，各種産業分野での応用事例を紹介する。さらに，AI技術を用いた診断技術についてもデータ拡張，転移学習，可視化技術など最近の動向を踏まえつつ，事例紹介も交えて平易に説明する。

■ご講演中のキーワード：
古典理論，モデルベースド制御，ディープラーニング，ニューラルネットワーク，機械学習，AI制御，AI診断

■受講対象者：
PID制御などの古典制御に携わっている方が望ましいですが，理工学分野の方で，今後，制御機器の高性能化・高機能化に向け，ニューラルネットに基づくAI制御・診断技術の導入を考えている方

■必要な予備知識：
高校卒業（理系）レベルの物理，数学の知識と制御工学の基礎知識

■本セミナーで習得できること：
・各種制御手法の基礎知識
・ニューラルネットに基づく学習制御，診断技術の基礎知識
・（上記）基礎知識の各種産業応用手法

★過去、本セミナーを受講された方の声（一例）：
・具体例もありよかった
・理論。数式的内容から応用まで、適度に網羅されていてとても興味深かったです！
・AI、制御技術の産業での実態を知ることができた

セミナー内容

1．これまでの制御理論
　1．1　古典制御理論
　1．2　現代制御理論
　1．3　モデルベースド制御手法
　　　・2自由度制御
　　　・外乱オブザーバ
　　　・内部モデル制御

2．人工知能（AI）の制御・診断への導入
　2．1　ニューラルネットワーク
　　　・学習理論とは
　　　・再急降下法と誤差逆伝播法
　　　・FNN，RNN，CNN
　　　・転移学習
　　　・データ拡張
　　　・学習の可視化
　2．2　ニューラルネットワークと制御
　　　・フィードバック誤差学習制御
　　　・規範モデル型学習制御

3．AI技術の制御への応用
　3．1　超精密ステージの位置決め制御への応用
　3．2　ディジタル制御電源への学習理論の応用
　3．3　むだ時間制御系への応用
　3．4　内燃機関の過渡空燃比制御への応用
　3．5　モータ制御系への応用

4．AI技術の診断への応用
　4．1　低サンプリング信号に対するAI故障診断法（信号処理法）
　4．2　低サンプリング信号に対するAI故障診断法（画像処理法）
　4．3　AIによる画像の分類とその可視化技術