深層学習を用いた異常検知の実践

《前処理工程・深層学習による異常や予兆検知の各段階の注意点や最適化》

【提携セミナー】

主催：株式会社情報機構

●工場で重要なセンサによるデータ取得・収集・計測データの前処理工程・深層学習による異常や予兆検知の各段階の注意点や最適化及びプログラム等の基礎から実践までを実例を交えながらご紹介いたします。

■はじめに

これからの工場等のDX化におきましては工場内の多数の装置からのセンサ情報は莫大な量となって所謂ビッグデータとなるので人間の処理では間に合いません。そこで、コンピュータを用いたルールベースまたは人工知能（AI）による自動化された異常検知や正常異常等の判定や判断が必須となります。

最近ではAIのプログラムやライブラリも提供されるようになってきましたので深層学習を動かすところまでは比較的簡単にできるようになってきたのですが、正しく異常検知させたり判定精度を十分な値まで持っていくのは簡単ではない場合が多いのです。深層学習による判定精度を実用的なレベルまで上げていくには、深層学習の前段階の前処理が重要ですし最適化やチューニングも必要となります。

本講習会では工場で重要なセンサによるデータ取得・収集・計測データの前処理工程・深層学習による異常や予兆検知の各段階の注意点や最適化及びプログラム等の基礎から実践までを実例を交えながらご紹介いたします。

■習得できる知識

• 工場における計測データの処理の流れとセンサ機器の使い方や選択方法
• 深層学習による異常検知の実現方法や実装法
• 深層学習による異常検知に用いる計測データの前処理法と信号処理
• 深層学習を実行した場合にうまくいかない場合の対処法
• 深層学習に関わる製品やシステムを業者に発注できるようになるための知識

■受講対象者：

• 工場等で計測される計測データの異常検知や正常異常判定・DX化に興味のある方
• 生産技術・設備保全・品質管理等の工場設備に関係して人工知能や自動化の導入を検討しておられる方
• 人工知能に興味のある方
• 人工知能を使った自動化や省人化に興味のある方

■必要な予備知識や事前に目を通しておくと理解が深まる文献、サイトなど：

「深層学習による異常検知」を実現するための技術は、以下の基本的技術に基づいて実現されております。したがって、これらの分野の予備知識を持っておられますと理解がより容易になります。しかし、これらの分野の基礎的内容につきましては本講習会内でもご説明いたしますので必ずしも全部の項目の知識を前提とするものではありません。

• 人工知能（ＡＩ）
• 計測技術
• 信号処理（計測データ処理）
• プログラミング言語（Ｐｙｔｈｏｎ）

■ご講演中のキーワード：

深層学習（ディープラーニング）
ルールベース
異常検知
正常異常判定
前処理
畳み込みニューラルネットワーク（CNN）
オートエンコーダ（AE）
ニューラルネットワークコンソール（NNC）

担当講師

株式会社AI技研　代表取締役社長　犬塚　博　氏

■略歴：
1985 　　　名古屋大学大学院 工学研究科 電気電子工学専攻 博士後期課程修了
1985-1990　名古屋大学 工学部 電気工学科 助手
1990-2004　静岡大学 工学部 電気電子工学科 助教授
2004-2023　静岡大学 工学部 電気電子工学科 教授、
2017-2023　静岡大学 工学部長補佐
2023　　　　静岡大学 退職　静岡大学 名誉教授
2022-現在　（株）AI技研　代表取締役社長

■専門および得意な分野・研究：
人工知能、AI、ディジタル計測、ディジタル信号処理、計測データ処理、非定常スペクトル解析、工場のDX化技術

■本テーマ関連学協会でのご活動：
大学教授時代から現在まで多数の会社からの技術的なご相談に対するコンサルティングや共同研究を行ってくると同時に社内技術者向けの人工知能や計測・信号処理・工場のDX化技術教育の講師を長年務めてきた。

それらを通じて、風車の異常検出装置・AIによる製品検査装置、画像による砂量評価装置、携帯電話試験装置、甘さや硬さ・粘性の検査装置等を開発してきた。

令和2年に浜松いわた信用金庫産学連携大賞を受賞

セミナープログラム（予定）

1. 工場データの見える化と計測データからの異常検知の自動化
１） 工場データの見える化
２） 工場のDX化・スマートファクトリ
３） 計測された工場データの処理の自動化
４） 深層学習による人工知能（AI）の導入

2. 深層学習による異常検知
１） 異常検知の各工程
２） ルールベースによる異常検知
３） 深層学習による異常検知
４） 特徴量による判定

3. 工場での計測に用いるセンサと計測データ中の計測誤差と雑音
１） 電流センサ
２）　加速度・振動センサ
３） 音センサ
４） カメラ・イメージセンサ・ラインセンサ
５） TOFセンサ・LiDAR
６） 工場で計測されたデータのIoT・ICTによる収集
７） 計測データに含まれる計測誤差と雑音
８）　ガウス分布と中心極限定理

4. 深層学習の前処理のための計測データの信号処理
１） 計測データ処理とディジタル信号処理
２） 計測データ中の雑音の抑制
３） 計測データに適用するディジタルフィルタ
４） 計測データに適用するメディアンフィルタ
５） 計測データのスペクトル解析　-FFT-
６） 計測データの非定常スペクトル解析　-短時間フーリエ変換-
７） 計測データの非定常スペクトル解析　-ウェーブレット変換-
８） 計測データの時間周波数フィルタリング

5. 深層学習による人工知能
１） 深層学習（ディープラーニング）
２） 畳み込みニューラルネットワーク（CNN）
３） オートエンコーダ（AE）

6. 深層学習による異常検知とその実際例
１） 正常な場合と異常な場合のデータが両方得られる場合
２） 正常な場合のデータしか得られない場合

7. 深層学習による異常検知の実践
１） ニューラルネットワークコンソール（NNC）
２） NNCによる学習と評価
３） NNCによる異常検知
４） NNCによる学習結果のPythonプログラムからの活用

8. まとめ

公開セミナーの次回開催予定

開催日

2025年10月24日(金)　10:30-16:30　＊途中、お昼休みや小休憩を挟みます。

開催場所

Zoomによるオンラインセミナー

受講料

【オンライン受講（見逃し視聴なし）】：1名 50,600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39,600円

【オンライン受講（見逃し視聴あり）】：1名 56,100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45,100円

＊学校法人割引：学生、教員のご参加は受講料50％割引。

●録音・録画行為は固くお断りいたします。

オンライン配信のご案内

★　Zoomによるオンライン配信

については、こちらをご参照ください

備考

●配布資料はPDFなどのデータで配布いたします。ダウンロード方法などはメールでご案内いたします。

• 配布資料に関するご案内は、開催1週前～前日を目安にご連絡いたします。
  
• 準備の都合上、開催1営業日前の12:00までにお申込みをお願いいたします。
  （土、日、祝日は営業日としてカウントしません。）
• セミナー資料の再配布は対応できかねます。必ず期限内にダウンロードください。

●当日、可能な範囲でご質問にお答えします。（全ての質問にお答えできない可能性もございます。何卒ご了承ください。）
●本講座で使用する資料や配信動画は著作物であり、無断での録音・録画・複写・転載・配布・上映・販売などは禁止いたします。

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。

★【オンラインセミナー（見逃し視聴なし）】、【オンラインセミナー（見逃し視聴あり）】のいずれかから、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。