MTシステムはディープラーニングと異なり、結果が明示性を持ち、異常原因診断も高速に実行するため、生産設備の予知保全や検査問題など特にものづくり分野で利用が広がっています。

~予知保全・製品検査を実現する技術~ 

※本セミナーは開催日が変更になりました
 9/29 → 12/5

セミナー趣旨

 MTシステムは統計数理を利用した人工知能(AI)としても位置付けられており、処理の軽快さと使いやすさのほか、なによりも異常検出感度が高いという利点があります。深層学習と異なり結果が明示性を持ち、異常原因診断も高速に実行するため、生産設備の予知保全や検査問題など特にものづくり分野で利用が広がっています。時系列データなど波形データの処理性にも優れ、溶接工程の監視から医療機器、ロケットの自律診断といった予知保全の問題、また製品検査や画像検査などにも広く適用されています。
 本セミナーでは、深層学習と対比しながらMTシステムの考え方から具体的な利用方法まで丁寧に解説します。

必要な予備知識

予備知識は必要ありません。
基礎から段階を踏んで解説いたします。

習得できる知識

・時系列データから異常を見分ける技術を習得できる。
・手元でデータ解析を実施する手順を習得できる。
・豊富な現場実施例により、適用プロセスを習得できる。

セミナープログラム

1.IoTとAIとMTシステム
 1-1. 人工知能(AI)の種類とそれぞれの特徴
 1-2. AIの応用分野と使い分け
 1-3. 課題解決のための要素とそれぞれの関係

2.MTシステムの各計算手法と特徴
 2-1. MT法とその特徴
 2-2. RT法/T法(1)/標準化誤圧法/多重単回帰(MSR)とそれらの特徴

3.特徴抽出技術
 3-1. 文字パターンの特徴抽出(変化量・存在量など)
 3-2. 波形パターンの特徴抽出(変化量・存在量・開始点・終了点など)
 3-3. 画像データの特徴抽出

4.MT法の適用手順とポイント
 4-1. 文字認識を例として
 4-2. 振動波形・時系列データを例として
 4-3.異常時の原因診断

5.応用事例 
 5-1. 機器自動点検への応用(イプシロンロケット自律点検の例)
 5-2. 異音・振動異常検査への応用
 5-3. 画像検査・外観検査への応用
 5-4. 設備予知保全への応用

6.MTシステム導入のためのソフトウェア
 6-1. 入門用ソフトウェア
 6-2. 応用ソフトウェア
 6-3. 計算ライブラリ


MTシステム,AI,IoT,特徴抽出,異常検知,予知保全,原因診断,セミナー

セミナー講師

アングルトライ(株) 代表取締役 手島 昌一 氏

セミナー受講料

49,500円(税込、資料付)
■ セミナー主催者からの会員登録をしていただいた場合、1名で申込の場合46,200円、
  2名同時申込の場合計49,500円(2人目無料:1名あたり24,750円)で受講できます。
(セミナーのお申し込みと同時に会員登録をさせていただきますので、
   今回の受講料から会員価格を適用いたします。)
※ 会員登録とは
  ご登録いただきますと、セミナーや書籍などの商品をご案内させていただきます。
  すべて無料で年会費・更新料・登録費は一切かかりません。
  メールまたは郵送でのご案内となります。
  郵送での案内をご希望の方は、備考欄に【郵送案内希望】とご記入ください。

受講について

Zoomを使ったWEB配信セミナー受講の手順

  1. Zoomを使用されたことがない方は、こちらからミーティング用Zoomクライアントをダウンロードしてください。ダウンロードできない方はブラウザ版でも受講可能です。
  2. セミナー前日までに必ず動作確認をお願いします。
  3. 開催日直前にWEBセミナーへの招待メールをお送りいたします。当日のセミナー開始10分前までに招待メールに記載されている視聴用URLよりWEB配信セミナーにご参加ください。
  • セミナー資料は開催前日までにお送りいたします。
    ご自宅への送付を希望の方はコメント欄にご住所などをご記入ください。
    開催まで4営業日~前日にお申込みの場合、セミナー資料の到着が、開講日に間に合わない可能性がありますことご了承下さい。
  • 無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。

講師のプロフィール

データ解析やパターン認識をしてみたいけれど難しそう、と考えていませんか? MTシステムは“分かった”,“使える”への最適解です。

手島 昌一

専門家専門家A てしま しょういち / 北海道 / アングルトライ株式会社

画像検査、音響などの波形検査は、人間(検査員)への依存度が高く、コスト低減のボトルネックの一つです。MTシステムというパターン認識理論を使うと、処理できる場合がほとんどです。世界中の企業が注目しており、また「付加価値」の必要性を感じる...続きを読む

関連記事

もっと見る