★取得した「音」を設備機械の故障検知、故障予知に応用するための手法とポイントを解説します

セミナー趣旨

 画像処理やコンピュータビジョンにおけるAI技術の成功から、次は音の利用だ、という流れができつつあります。特に、これまで産業界から重大な問題であると認識されていたにも関わらず、実際には人間の手に頼らざるを得なかった、機械の故障検知や故障予知の問題に、音が有効に利用できる可能性が出てきました。
  本セミナーでは、講師のこれまでの音声研究のノウハウと、各種企業との共同研究の経験値を組み合わせ、音が故障検知や故障予知にどのように利用できるかを説明します。ディジタル信号処理の基礎から、音の特徴量の求め方までを平易に解説した後、それらの故障検知への利用方法、およびその故障予知への発展の方法について、可能なアプローチをご紹介します。学習を用いる方法と用いない方法の2つがあることを示し、それぞれに有効性があることを説明します。また、実際の環境音、騒音などを鑑みて、比較的平易に取り組める雑除去手法の紹介も行います。

セミナープログラム

  1. はじめに
    1. 正常音と異常音
    2. 音による情景分析
    3. 異常音検知の対象
  2. 音信号の基礎
    1. 離散時間信号
    2. ディジタルフィルタ
    3. フーリエ変換
    4. パワースペクトル
    5. 音の特性
  3. 音の特徴量
    1. パワー、周期
    2. スペクトル
    3. ケプストラム、メル周波数ケプストラム
    4. 線形予測係数
  4. 故障検知の方法
    1. 特徴量の利用
    2. 距離尺度の利用
    3. ニューラルネットワークの利用
    4. 異常データが少ないときの対策
    5. 事例紹介
  5. 故障予知の方法
    1. 時系列情報の利用
    2. 故障検知方法の有効利用
    3. 事例紹介
  6. 雑音除去技術
    1. 単一マイクの利用
    2. 複数マイクの利用

【質疑応答】

セミナー講師

埼玉大学 理工学研究科 数理電子情報部門 教授 工学博士 島村 徹也 氏

セミナー受講料

1名につき55,000円(消費税込・資料付き)
〔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。

※セミナーに申し込むにはものづくりドットコム会員登録が必要です

開催日時


10:30

受講料

55,000円(税込)/人

※本文中に提示された主催者の割引は申込後に適用されます

※銀行振込、会場での支払い

開催場所

全国

主催者

キーワード

ソフトウェア開発   設備保全・TPM   機械学習・ディープラーニング

※セミナーに申し込むにはものづくりドットコム会員登録が必要です

開催日時


10:30

受講料

55,000円(税込)/人

※本文中に提示された主催者の割引は申込後に適用されます

※銀行振込、会場での支払い

開催場所

全国

主催者

キーワード

ソフトウェア開発   設備保全・TPM   機械学習・ディープラーニング

関連記事

もっと見る