音と振動による異常検知と予兆検知の技術動向

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、音と振動による異常検知と予兆検知について、エンジニア向けに基本的な手法と技術動向を解説します。周波数分析による特徴量への変換、統計量、機械学習、深層学習を用いた異常検知と予兆検知の技術動向を解説します。  機械装置への適用事例と共に、2020年、2021年に行われた音による異常検知の国際的な技術コンペを紹介します。

  1. 異常検知と予兆検知
    1. 技術開発における全体の流れ
    2. 異常検知から予兆検知へ
    3. 対象による難易度の見積もり
    4. データ収集における留意点
  2. 音と振動の特徴量への変換
    1. 周波数分析による特徴量への変換
    2. 長・短期記憶モデル (LSTM) の適用
    3. 畳み込みネットワークの適用
  3. 音と振動からの異常検知の基礎
    1. 統計量による異常検知
    2. 異常検知への機械学習の適用
    3. 適用における留意点
  4. 異常検知と予兆検知への深層学習の適用
    1. 自己符号化器と変分自己符号化器
    2. 畳み込みニューラルネットワークの利用
    3. 異常検知への注意機構の適用
    4. マスクとノイズ付加による表現学習
    5. 適用における留意点
  5. 技術動向の解説
    1. 機械装置への適用事例の紹介
    2. 音による機械の状態モニタリング (DCASE2020 task2)
    3. 少量の適応データを用いた異常検知 (DCASE2021 task2)
    4. 今後の展望

受講料

複数名受講割引

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

ライブ配信セミナーについて