技術者や研究者が主導する実用化レベルのAI応用開発未知の不良や異常も検知する検査・センシング・モニタリングに適したMTシステム（MT法）入門～データ収集の勘所から異常検知・予防保全まで、事例で解説～【希望者にAI構築・計算方法Excel資料提供】

セミナー趣旨

  AI／機械学習の活用は製造業の現場でも一般化しつつありますが、「大量の様々なパターンのデータがないと始められない」「研究者・技術者が主導して開発・運用するのが難しい」といった理由で、頓挫するケースも少なくありません。
  特に、事前に想定できない“未知の不良や異常”も検出したい場合、いわゆるディープラーニング（ニューラルネットワークモデル）では実用化レベルの対応が難しい場面が出てきます。
  MTシステム（MT法）は、正常（良品・健全状態）のパターンを基準にして正常らしさのスケールを構築し、正常からの乖離を“外れ”として検知するため、未知の異常・不良を含めた検知や、異常モニタリング、予防保全の技術として有効に活用できます。
  また、手法が比較的シンプルなため、データ収集や評価の考え方を押さえることで、要素技術の研究者・技術者が自ら検討を進めやすい点も特徴です。
  本セミナーでは、MTシステムを実務で使いこなすために必要な前提知識として、重回帰式、ニューラルネットワークモデル、MTシステムなどの回帰手法の位置づけを整理し、データ採集の重要なポイントを解説します。
  後半では、異常音の官能検査工程の自動化事例を題材に、未学習の未知異常をどう扱うか、実用化レベルの開発を見据えた手順・データ収集・モデル構築・運用フローまで、具体的に解説します。
  希望者には、AI構築・計算方法をExcelで再現できる資料も提供します。

受講対象・レベル

・検査・センシング・モニタリング技術、加工・プロセス技術などの要素技術開発、品質保証、設備保全のご担当者
・センシングデータ、検査データ、官能検査のデータ活用を検討している方
・異常検知や予防保全に取り組みたいが、データが十分に揃わず進め方に悩んでいる方
・MTシステム（MT法）を基礎から学び、実用化レベルに適用できる形で理解したい方
・重回帰やニューラルネットワークモデル、MTシステムなどの回帰手法の違いを整理し、目的に応じた使い分けをできるように
   なりたい方
※AIプログラミングを専門としない研究者・技術者の方にも理解できるよう、実務目線で解説します。
※技術コンサルタントの方や、講師業の方は、受講をご遠慮ください。

習得できる知識

・MTシステム（MT法）の基本概念と、適用が向く課題の見極め方
・重回帰式、ニューラルネットワークモデル、MTシステムなどの回帰手法の違いを踏まえた、現場課題に対する手法選定の考え方
・AI応用開発におけるデータ収集の重要ポイント（ビッグデータの誤解）
・未知の不良や異常も検知する検査・センシング・モニタリングシステムを構築する際の具体的手順
 （データ収集→前処理→モデル化→評価→運用）の全体像
・官能検査（異常音等）を題材にした、異常検知の実装イメージと運用フロー（フローチャートを含む）
・自社テーマへ展開するための実務的なヒント（別事例への応用の観点、進め方の勘所）

セミナープログラム

1．MTシステム（MT法）を学ぶための人工知能技術の概要
　1-1 研究者・技術者から見た人工知能技術 概要
　1-2 回帰式とは
　1-3 ニューラルネットワークモデルとは
　1-4 研究者・技術者から見た人工知能技術の比較
　1-5 データ採集のポイント（ビッグデータの誤解）
　1-6 データ採集の状況と回帰手法の選択およびMTシステム（MT法）の位置づけ
2．【事例 MTシステム活用】未学習の未知異常検知技術（異常モニタリング、予防保全技術）
＊事前に学習できない未知の異常・不良を検出したい場合の対処方法を、エンジンの異常音など、
   聴感による官能検査工程を自動化した事例を元に解説
　2-1 背景：異常音で判断する官能検査工程の紹介
　2-2 定義できる不良音と定義できない不良音。未知の不良を見つける必要性
　2-3 MTシステム（MT法）とは
　2-4 人工知能活用の実施手順
　2-5 データ収集、及び人工知能による異常音推定システム構築例
　2-6 システムの動作フローチャート
　2-7 本事例を応用可能な別事例の紹介
3．全体質疑応答

【付録資料】
～当日は解説をしませんが、付録資料として以下の事例をテキストに掲載いたします～
MTシステムと対比で理解促進のための事例掲載
【事例 ニューラルネットワークモデル活用】　加工状況データから加工品質を推定する検査機レス検査技術
 （仮想検査技術、センサレスセンシング技術）
＊溶接の抜取り破壊検査工程を、溶接と同時に溶接強度を推定し、
   全数検査と量産品質トレンドや設備状態のモニタリングを可能にした事例を解説
   1) 背景：溶接と抜取り破壊検査の紹介
　2) 全数検査化に先立つ要素技術
　3) 人工知能活用の実施手順
　4) データ収集、及び人工知能による強度推定のシステム構築例
　5) システムの動作フローチャート
   6) 本事例を応用可能な別事例の紹介

※説明の順序が入れ替わる場合があります。

＊途中、小休憩を挟みます。

■配布資料について
セミナー後にも復習しやすいよう詳細な説明を載せております。講師へのメールでの質問も可能です。 

セミナー講師

 MOSHIMO研 代表　 福井 郁磨 氏
（元オムロン（株）、元パナソニック、（株）、元東レ（株）、元LG Electronics Japan Lab（株））

MOSHIMO研ホームページ
■ご略歴
1993年4月～ オムロン(株)：
電子部品の原理開発、加工技術開発、ロボットの研究開発、人の聴感判定を機械化した検査装置開発などに従事
2006年6月～ パナソニック(株)：
生活家電の要素技術、製品開発などに従事。
2007年11月～ 東レ(株)：
液晶ディスプレイなどの微細加工技術開発などに従事
2010年4月～ LG Electronics Japan Lab(株)：
関西の新規研究所設立責任者、洗濯機チームリーダー、オープンイノベーション室長を歴任
2015年5月～ MOSHIMO研：
製造業支援、開発コンサルティング、生活関連用品などの研究開発に従事
※人工知能応用技術、実験計画法、品質工学に関して、電子部品・ロボット・加工技術・検査技術・生活家電などの分野で、
約31年の経験を持つ。

セミナー受講料

【オンライン受講（見逃し視聴なし）】：1名 36,300円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき25,300円

【オンライン受講（見逃し視聴あり）】：1名 41,800円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき30,800円

＊学校法人割引：学生、教員のご参加は受講料50％割引。

主催者

開催場所

受講について

• 配布資料はPDF等のデータで送付予定です。受取方法はメールでご案内致します。
  （開催1週前～前日までには送付致します）
  ※準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。
  （土、日、祝日は営業日としてカウント致しません。）
• 受講にあたってこちらをご確認の上、お申し込みください。
• Zoomを使用したオンラインセミナーです
  →環境の確認についてこちらからご確認ください
• 申込み時に（見逃し視聴有り）を選択された方は、見逃し視聴が可能です
  →こちらをご確認ください