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
開催日 |
10:30 ~ 16:30 締めきりました |
---|---|
主催者 | 株式会社 技術情報協会 |
キーワード | AI(人工知能) SQC一般 設備保全・TPM |
開催エリア | 全国 |
開催場所 | Zoomウェビナーを利用したLive配信※会場での講義は行いません(聴講者のビデオはOFFに設定しています) |
大量のセンサーデータの絞り方は?
設備の異常診断の着眼点は?
産業設備の保守、異常検知についてのコアとなる
数的概念を詳解します!
セミナー講師
(株)産業数理研究所Calc 所属
広島工業大学 工学部 電子情報工学科 教授 前田 俊二 氏
広島工業大学 情報学部 情報コミュニケーション学科 准教授 松本 慎平 氏
広島大学大学院 先進理工系科学研究科 研究員 小松 尭 氏
広島工業大学 工学部 電子情報工学科 准教授 谷口 哲至 氏
※講演項目の項目順に上記講師にご担当頂きます
セミナー受講料
1名につき55,000円(消費税込、資料付)
〔1社2名以上同時申込の場合1名につき49,500円(税込)〕
受講について
- 本講座はZoomを利用したLive配信セミナーです。セミナー会場での受講はできません。
- 下記リンクから視聴環境を確認の上、お申し込みください。
→ https://zoom.us/test - 開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。 - Zoomクライアントは最新版にアップデートして使用してください。
Webブラウザから視聴する場合は、Google Chrome、Firefox、Microsoft Edgeをご利用ください。 - パソコンの他にタブレット、スマートフォンでも視聴できます。
- セミナー資料はお申込み時にお知らせいただいた住所へお送りいたします。
お申込みが直前の場合には、開催日までに資料の到着が間に合わないことがあります。ご了承ください。 - 当日は講師への質問をすることができます。可能な範囲で個別質問にも対応いたします。
- 本講座で使用される資料や配信動画は著作物であり、
録音・録画・複写・転載・配布・上映・販売等を禁止いたします。 - 本講座はお申し込みいただいた方のみ受講いただけます。
複数端末から同時に視聴することや複数人での視聴は禁止いたします。 - Zoomのグループにパスワードを設定しています。
部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。
万が一部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
セミナー趣旨
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。
セミナープログラム
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
a.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)
b.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)
a.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)
b.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
【質疑応答】