時系列データを対象とした異常検知への応用としての数理

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、産業設備の保守、異常検知についてのコアとなる数的概念を詳解いたします。
また、大量のセンサーデータの絞り方、設備の異常診断の着眼点について解説いたします。

日時

開催予定

プログラム

産業界においてデータサイエンスの重要性、数学の重要性が叫ばれて何年か経ちます。デジタルトランスフォーメーション (DX) のためデジタル教育も企業内で盛んに行われています。このような状況にあって、AI、データサイエンスをプロフェッショナルスキルとして修得することは高い価値があります。しかし、AI、データサイエンスもコモディティ化し、誰でも使える技術になりつつあり、これらの本質の理解なくして、労働市場の流動化の時代に他者優位に立つことは困難です。  本講習会では、産業設備の保守、特に異常検知について、コアとなる数理的な概念を、従来の考え方と対比してわかりやすく説明します。

  1. 設備の異常診断の基礎と着眼点
    1. 設備の診断とは
    2. 正常データを用いたOne class 識別に属する異常検知手法
      1. 着眼点その1:ベクトル間距離の違い
        • マハラノビス距離を用いた異常の測り方
        • One class Support Vector Machineや局所部分空間法 (Local Subspace Classifier)
      2. 着眼点その2:ヒストグラム間距離の違い
        • ヒストグラムインターセクションやKullback Leibler Divergence
  2. AIの自己啓発とデータサイエンティストツール
    1. ノーコードから始めるデータサイエンス Orange&Knime
    2. 企業内におけるAI・データサイエンス教育のOJT/OFF – JT と自己学習のコツ
    3. 数理を知っているからこそ使いこなせるデータサイエンスツール CollegeAnalysis
  3. 設備の異常・予兆診断に役立つ類似度
    1. データ分析と数理モデル
    2. 色々な距離 (類似度)
      1. 点間の距離
        • ユークリッド距離
        • マッハタン距離
        • L1・L2 距離
        • コサイン類似度
      2. 分布間の距離
        • Kullback Leibler Divergence
        • Jensen?Shannon divergence
  4. 大量のセンサデータの絞り方
    1. PCA (主成分分析)
    2. リッジ (Ridge) 回帰・ラッソ (Lasso) 回帰
    3. 設備の異常・予兆診断に役立つパラメータ数の削減

受講料

複数名同時受講割引について

アカデミック割引

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

ライブ配信セミナーについて