深層学習による時系列予測と振動からの異常検知:技術動向と適用事例

オンライン 開催

本セミナーでは、深層学習による時系列予測と振動からの異常検知について、基本的な手法と技術動向を解説いたします。
次に、周波数分析、再帰型・畳み込みネットワークによる特徴量化を解説いたします。
さらに、振動による異常検知について機械設備への適用事例を紹介いたします。

日時

開催予定

プログラム

本セミナーでは、深層学習による時系列予測と振動からの異常検知について、基本的な手法と技術動向を解説します。周波数分析、再帰型・畳み込みネットワークによる特徴量化を解説します。振動による異常検知について機械設備への適用事例を紹介します。

  1. 深層学習による時系列の予測
    1. 自己回帰モデルと発展形のモデル
    2. 深層学習による時系列予測
  2. 時系列の特徴量化
    1. 周波数分析による特徴量化
    2. 再帰型ネットワークの適用
    3. 長・短期記憶モデル (LSTM) の適用
    4. 畳み込みネットワークの適用
  3. 振動からの異常検知
    1. 統計的機械学習による異常検知
    2. 深層学習による異常検知
    3. 機械設備の異常検知への適用事例
    4. 技術動向の解説と適用における留意点

受講料

  • 1名様: 47,000円(税別) / 51,700円(税込)
  • 複数名: 57,000円(税別) / 62,700円(税込)

ライブ配信セミナーについて

  • 本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
  • お申し込み前に、 視聴環境 をご確認いただき、 ミーティングテスト にて動作確認をお願いいたします。
  • 開催日前に、接続先URL、ミーティングID​、パスワードを別途ご連絡いたします。
  • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
  • セミナー資料は郵送にて前日までにお送りいたします。電子媒体での配布はございません。
  • 開催まで4営業日を過ぎたお申込みの場合、セミナー資料の到着が、開講日に間に合わない可能性がありますこと、ご了承下さい。
    ライブ配信の画面上でスライド資料は表示されますので、セミナー視聴には差し支えございません。
    印刷物は後日お手元に届くことになります。
  • ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
  • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
  • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
  • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
    万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
再開催を依頼する 関連するセミナー・出版物を探す