セミナー

データサイエンスのプロが指南する!
IoT/機械学習による異常検知・予防保全の進め方

開催主旨

 各種センサ類の低価格と、工作機械や周辺装置のIoT(Internet of Things)対応により製造まわりの大規模データの取得・蓄積が容易となっています。これに伴い、大規模データ分析を生産設備の故障予測や異常検知などに役立て、生産管理を組み合わせることで不良クレームゼロを達成している現場が見られます。こうした先進的な取り組みに倣い、中小・中堅企業においても同様の取り組みに着手する現場が増えています。
 自社(自前)で取り組むにしても、AI・IoTベンダーと連携して取り組むにしても、故障予測の精度向上を期すためにはデータ分析にかかる知見が必須であり、現場技術者のデータサイエンスにかかる教育が求められます。
 本講座では、わが国初のデータサイエンス学部の専門家が、IoT/機械学習による異常検知ならびに予防保全の進め方を体系的に解説します。異常検知の考え方から機械学習・統計による異常検知の各種手法、講師が指導した異常検知・予防保全と事例までを説明し、ハンズオンを通じて、これらの知識をしっかりと身につけていただきます。

【受講対象】
IoTデータ分析を始めたい方、時系列データ分析で課題を抱える方
機械学習・故障予測をはじめ製造現場で役立てたい方
Pythonなどの分析の効率化を図りたい方 ほか

概要

日時 2020年 2月17日(月)10:00~17:00
会場 日刊工業新聞社 東京本社 セミナールーム
受講料

2019年10月1日以降に開催される講座から、新税率(10%)を適用させていただきます。
消費税率の適用につきまして、何とぞご理解賜りますようよろしくお願い申し上げます。
44,000円(テキスト代、税込)

※振込手数料は貴社でご負担願います。
※1社複数名のご参加の場合、2人目より10%割引39,600円(税込)致します。
  ただし、同セミナーを受講される場合のみ適用させて頂きます。

主催 日刊工業新聞社
お問い合わせ先 日刊工業新聞社
大阪支社 事業出版部 セミナー係
TEL : 06-6946-3382
FAX : 06-6946-3389
E-mail : seminar-osaka@media.nikkan.co.jp

講師

笛田 薫 氏(滋賀大学データサイエンス学部)

会場アクセス

日刊工業新聞社 東京本社
セミナールーム
東京都中央区
日本橋小網町14ー1
住生日本橋小網町ビル
セミナー会場案内図

このセミナーを申し込む

プログラム

0.製造業におけるIoT/機械学習の活用
0-1 製造業におけるIoT/機械学習の重要性
0-2 IoT/機械学習の活用の先行事例
0-3 異常検知での効果
1.異常検知を行う際に必要な機械学習と統計の基礎知識
1-1 回帰モデル
1-2 決定木
1-3 クラスタリング
1-4 教師あり学習と教師なし学習
 ①学習データと教師データ
 ②交差検証法
2.異常検知の考え方
2-1 異常例のデータがある場合とない場合
 ①異常例のデータがある場合(判別分析)
 ②異常例のデータがない場合(外れ値検出)
 ③異常例が少ない場合(ベイズの公式)
2-2 性能評価と閾値の設定
 ①正常標本精度
 ②異常標本精度
 ③ROC曲線
3.機械学習・統計による異常検知の各種手法と応用事例 
 ①単純ベイズ法
 ②近傍法
 ③部分空間法
 ④サポートベクターマシン(SVM)
 ⑤マハラノビスの距離
 ⑥ホテリングのT2法
 ⑦One Class SVM
 ⑧ニューラルネットワーク(ディープラーニング)
4.ハンズオンと課題への対応法問題点
4-1 Pythonの環境設定
4-2 Pythonでのハンズオン
4-3 パッケージでの実行例
4-4 多重共線性と対処法
 ①変数選択
 ②主成分分析による次元削減
5.IoT/機械学習による異常検知・予防保全と事例
5-1 データの収集・分析・解析
5-2 傾向管理グラフと保全値の探索
5-3 機械設備の各部位の診断への展開
5-4 異常検知・予防保全の応用例
6.異常検知の将来とまとめ

このセミナーを申し込む

一覧へ戻る

日刊工業新聞社関連サイト・サービス

このサイトでは、アクセス状況の把握や広告配信などのためにクッキー(Cookie)を使用してしています。このバナーを閉じるか閲覧を継続した場合、クッキーの使用に同意したこととさせていただきます。なお、クッキーの設定や使用の詳細についてはプライバシーポリシーページをご覧ください。

閉じる