少ないデータでも使える機械学習・異常検知の基礎とインフラ・製造分野への応用

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、生成AIを組み合わた少量データでの機械学習モデルの構築、最適なパラメータ、データ収集の留意点、スパースデータの防止策について詳解いたします。

日時

開催予定

プログラム

製造・インフラ分野では、設備や装置の稼働データを活用したAI・機械学習技術の導入が進められています。  本セミナー前半では、AI・機械学習の概要、クラス分類と異常検知の基本、異常事例が少ない状況への対処や評価指標を解説します。後半では、インフラ・製造分野にAIを導入する際に直面しやすい課題を整理し、これらを解決するAI技術を紹介します。少ないデータからでも始められる機械学習の基本的な考え方を習得し、現場で使える技術を本質的に理解することを目指します。また、実務適用に向けたヒントを持ち帰っていただければ幸いです。

  1. クラス分類と異常事例が少ない場合への対応
    1. AI・機械学習の基本概念
    2. クラス分類の仕組み (SVMを中心に)
    3. 異常事例が少ない場合に生じる課題
    4. 不均衡データへの対応
      • オーバーサンプリング
      • アンダーサンプリング
      • コストセンシティブ学習
  2. 異常検知手法とその性能評価方法
    1. 教師なし異常検知の基本的な考え方
    2. 代表的な手法
      • ホテリングT2法
      • k近傍法
      • One-Class SVM
      • オートエンコーダなど
    3. 評価指標
      • F値
      • AUCなど
  3. インフラ・製造分野におけるAI技術の3つの課題
    1. 説明性 (判定根拠の提示)
    2. 時系列データの性質
    3. 異常データ収集
  4. 2つの課題を解決するAI技術
    1. 説明性のある時系列データ分類手法 (shapelets学習法)
    2. 機械学習で用いられる学習アルゴリズム (勾配降下法)
    3. Shapelets学習法の適用事例
  5. 3つ全ての課題を解決するAI技術
    1. 説明性のある時系列データ異常検知手法 (OCLTS)
    2. OCLTSによる異常検知の仕組み
    3. 変電所設備診断への適用事例
  6. 最近の研究内容
    • その他の産業課題やそれを解決するAI技術の紹介

受講料

案内割引・複数名同時申込割引について

R&D支援センターからの案内登録をご希望の方は、割引特典を受けられます。
案内および割引をご希望される方は、お申込みの際、「案内の希望 (割引適用)」の欄から案内方法をご選択ください。

「案内の希望」をご選択いただいた場合、1名様 42,000円(税別) / 46,200円(税込) で受講いただけます。
複数名で同時に申込いただいた場合、1名様につき 22,500円(税別) / 24,750円(税込) で受講いただけます。

アーカイブ配信セミナー