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

再開催を依頼する / 関連するセミナー・出版物を探す
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

ライブ配信セミナーについて