生成AIによる異常検知技術と効率的な学習データの作成【提携セミナー】

生成AIによる異常検知技術と効率的な学習データの作成【提携セミナー】

開催日時 【Live配信】2026/11/18(水)10:30~16:30 , 【アーカイブ】2026/11/30まで受付(視聴期間:11/30~12/10まで)
担当講師

柳 健大 氏

開催場所 Zoomを利用したLive配信 または アーカイブ配信
定員 30名
受講費 55,000円(消費税込、資料付)

★データ整備の実務、少数異常データ問題への対処、ラベリングコストの削減…

★製造現場の異常検知が実証段階で止まってしまう原因とその解決策を詳解します!

 

生成AIによる異常検知技術と効率的な学習データの作成

 

【提携セミナー】

主催:株式会社技術情報協会

 


 

講座内容

製造現場の異常検知は、実証段階で止まる例が後を絶ちません。原因の多くはアルゴリズムの選定ではなく、その 手前にあります。異常サンプルが足りない、運転条件によって「正常」の定義が動く、ラベリング工数が現場の負担になる、評 価指標が現場の意思決定に接続していない――この四点です。本講座はこの「手前」に焦点を当てます。生成AIは、異常を直接 見つける道具としてよりも、正常を生成して差分を見る、足りない異常データを補う、ラベリングの前段を担うという形で、こ れらの壁を動かしはじめています。同時に、生成AIでも解決しない領域があり、その境界線を具体的に示します。後半では評価 の設計を扱い、シミュレーション上のスコアが実機性能を保証しないこと、見た目のもっともらしさと制御への有用性が相関し ないことを踏まえ、単一のスコアで良否を判断しない目標の置き方をご提案します。化学プラント・製造業の実案件を、公開可 能な範囲で織り込みます。

 

習得できる知識

  • 自社の異常検知課題が「アルゴリズムの問題」か「データの問題」かを切り分ける判断軸
  • 異常サンプルが極端に少ない状況で学習データを組み立てる具体的な手順
  • 生成AIによる異常データ合成が許容される条件と、その妥当性を検証する作法
  • ラベリング工数を削減する分担設計(自動抽出と人手確認の境界の引き方)
  • 実運用に接続する評価指標の設計(単一スコアで判断しない考え方)
  • 運転条件のドリフトを検知し、再学習を回す運用の組み立て方

 

担当講師

(株)KLダイナミクス 代表取締役CEO 柳 健大氏

 

セミナープログラム(予定)

1.製造現場の異常検知はなぜ実証段階で止まるのか
1.1 異常サンプルの絶対的な不足
1.2 運転条件によって「正常」が動く
1.3 ラベリング工数が現場負担に跳ね返る
1.4 評価指標が現場の意思決定に接続しない

 

2.手法の地図と、それぞれが効く条件
2.1 しきい値・統計的手法(管理図、多変量統計)
2.2 機械学習(外れ値検知、One-Class)
2.3 深層学習(オートエンコーダ、時系列予測残差)
2.4 生成AI(正常の生成と差分、条件付き生成)

 

3.生成AIが変えた点と、変えていない点
3.1 「異常を見つける」から「正常を生成して差分を見る」への転換
3.2 大規模言語モデル・視覚言語モデルの役割は検知本体ではなく周辺にある
3.3 生成AIを入れても解決しない領域の見極め

 

4.データ整備の実務
4.1 センサー時系列/図面/画像/点検記録の扱い分け
4.2 欠測、サンプリング周期の不一致、タイムスタンプのずれ
4.3 正常データの切り出しと、期間の選び方

 

5.少数異常データ問題への対処
5.1 生成AIによる異常データの合成 ――どこまで許容されるか
5.2 合成データの妥当性をどう検証するか
5.3 シミュレーション・世界モデルからの学習データ生成
5.4 ドメイン適応と転移学習の使いどころ

 

6.ラベリングコストの削減
6.1 弱教師あり・半教師ありの実務適用
6.2 モデルによる候補抽出と、人手確認の分担設計
6.3 現場の点検記録・作業日報を教師信号に変える

 

7.「良い学習データセット」をどう判定するか
7.1 データセット側の評価指標
7.2 リークと過学習を生む典型パターン

 

8.評価をどう設計するか
8.1 ベンチマークの飽和 ――シミュレーション上のスコアは実機性能を保証しない
8.2 自己申告の評価値と第三者検証の乖離
8.3 「見た目のもっともらしさ」と「制御への有用性」は相関しない
8.4 三層で目標を置く ――物理整合性/制御有用性/改善の測定

 

9.現場に載せる
9.1 検知→通知→是正のループ設計
9.2 誤報コストと見逃しコストの置き方
9.3 ドリフト監視と再学習の運用
9.4 現場が使い続けるための説明性

 

10.事例(公開可能な範囲)
10.1 プラントのセンサー時系列からの異常検知
10.2 図面とセンサーデータを跨いだ検知

 

11.これから ――フィジカルAI、世界モデル、再帰的な自己改善

 

【質疑応答】

 

公開セミナーの次回開催予定

開催日

【Live配信】2026/11/18(水)10:30~16:30

【アーカイブ】2026/11/30まで受付(視聴期間:11/30~12/10まで)

 

開催場所

Zoomを利用したLive配信 または アーカイブ配信

 

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)〕

 

技術情報協会主催セミナー 受講にあたってのご案内

 

備考

資料は事前に紙で郵送いたします。

 

お申し込み方法

★下のセミナー参加申込ボタンより、必要事項をご記入の上お申し込みください。

★【LIVE配信】、【アーカイブ配信】のどちらかご希望される受講形態をメッセージ欄に明記してください。

 

※お申込後はキャンセルできませんのでご注意ください。

※申し込み人数が開催人数に満たない場合など、状況により中止させていただくことがございます。

 

おすすめのセミナー情報

製造業eラーニングTech e-L講座リスト

製造業向けeラーニングライブラリ

アイアール技術者教育研究所の講師紹介

製造業の新入社員教育サービス

技術者育成プログラム策定の無料相談受付中

スモールステップ・スパイラル型の技術者教育

技術の超キホン

機械設計マスターへの道

生産技術のツボ

早わかり電気回路・電子回路

早わかり電気回路・電子回路

品質保証塾

機械製図道場

スぺシャルコンテンツ
Special Contents

導入・活用事例

テキスト/教材の制作・販売