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【Web配信】

セミナー趣旨

  　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。

セミナープログラム

　1　深層学習による時系列の予測
　　1.1　自己回帰モデルと発展形のモデル
　　1.2　深層学習による時系列予測

　2　時系列の特徴量化
　　2.1　周波数分析による特徴量化
　　2.2　再帰型ネットワークの適用
　　2.3　長・短期記憶モデル（LSTM）の適用
　　2.4　畳み込みネットワークの適用

　3　振動からの異常検知
　　3.1　統計的機械学習による異常検知
　　3.2　深層学習による異常検知
　　3.3　機械設備の異常検知への適用事例
　　3.4　技術動向の解説と適用における留意点

セミナー講師

速水 悟 (ハヤミズ サトル)氏　 　　　
岐阜大学　工学部　電気電子・情報工学科　情報コース　教授（博士（工学）） 併任　大学院工学研究科　教授　  
＜略歴、等＞
　1981年　東京大学大学院　工学系研究科　修士課程修了。
　同年 　　通商産業省工業技術院　電子技術総合研究所(現、国立研究開発法人産業技術総合研究所)。
　1989年　カーネギーメロン大学　客員研究員。
　1994年　フランス国立科学研究院機械情報学研究所　客員研究員。
　2002年　岐阜大学　教授。
　　現在に至る。  
＜研究分野＞
　 人間情報学 / 知覚情報処理 / 知覚情報処理・知能ロボティクス（音声・音楽情報処理）

セミナー受講料

お1人様受講の場合　51,700円[税込]／1名
1口でお申込の場合　62,700円[税込]／1口（3名まで受講可能）

受講申込ページで2～3名を同時に申し込んだ場合、自動的に1口申し込みと致します。

受講について

• 本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、お申込み前にZoomのテストミーティング（http://zoom.us/test）にアクセスできることをご確認下さい。
• インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。
• 受講中の録音・撮影等は固くお断りいたします。