課題解決、品質向上、技術向上のセミナーならTH企画セミナーセンター

異常検知の全体像を把み,実務に役立てるための

機械学習による異常検知の基礎と応用事例

エレクトロニクス化学機械

異常検知の概論,異常検知に役立つ機械学習の基礎知識,異常検知の手法,
 異常検知に利用される機械学習アルゴリズム,応用事例,異常検知の将来について解説する特別セミナー!!

講師

青山学院大学 理工学部・経営システム工学科 教授 博士(工学) 小野田 崇 先生

日時
会場

連合会館 (東京・お茶の水)

会場案内

Googlemapでの表示はこちら

受講料
(消費税等込み)1名:48,600円 同一セミナー同一企業同時複数人数申込みの場合 1名:43,200円
テキスト

受講概要

受講対象

 講演プログラムに現れる用語を見聞きしたことがあり,かつ,確率・統計,微分
について基礎知識を有している方。

予備知識

 講演プログラムに現れる用語を見聞きしたことがあり,かつ,確率・統計,微分
について基礎知識を有すること。

習得知識

 1)異常検知に利用できる機械学習の基礎知識
 2)異常検知の基礎知識
 3)最新の機械学習技術

講師の言葉

 IoT時代の到来により,現実世界の大規模データをリアルタイムで取得できるようになってきました。
 これらの大規模データは,異常の予測・検知に役立てられる可能性を秘めてり,この異常の予測・検知の
実現によって,大規模システムの安定運用や最適制御、経済的な保守計画を立案することができます。
 従来,異常検知の技術は信頼性工学や統計分野で扱われてきましたが,近年の機械学習の発展を背景に,
大量のデータの中に含まれる様々な異常を機械学習アルゴリズムが発見し,異常を検知する実用的な
アプローチが注目されています。
 本セミナーでは,様々な異常検知の考え方から,異常検知に利用される基本的な機械学習アルゴリズムと
その理論・応用について紹介し,機械学習による異常検知の全体像をつかむことを目的とします。

プログラム

1. 異常検知概論&機械学習概論
 1.1 異常検知とは
 1.2 機械学習とは

2. 異常検知に役立つ機械学習の基礎知識
 2.1 判別分析(パターン識別)
 2.2 回帰分析(回帰予測)
 2.3 クラスター分析(クラスタリング)

3 異常検知の手法
 3.1 異常識別
 3.2 外れ検知
 3.3 変化検知

4. 機械学習を利用した異常検知
 4.1 異常検知に利用される機械学習
  4.1.1 単純ベイス法
  4.1.2 k-近傍法
  4.1.3 サポートベクトルマシン
  4.1.4 ニューラルネットワーク(ディープラーニング)
  4.1.5 部分空間法
 4.2 異常検知
  4.2.1 正規分布の場合
  4.2.2 非正規分布の場合

5. 応用事例と異常検知の将来
 5.1 油中ガス分析データに基づく電力用変圧器内部異常検知
 5.2 水力発電所における異常予兆検知
 5.3 その他の異常検知と異常検知の将来

6. まとめ

講師紹介

略歴:
1986年3月 国際基督教大学 教養学部 理学科 卒業
1988年3月 東京工業大学大学院 理工学研究科修士課程 原子核工学専攻 修了
1988年4月 (財)電力中央研究所 経済研究所 情報システム部 入所
1997年7月 GMD FIRST(現Fraunhofer FIRST)客員研究員(1年間)
2007年4月 東京工業大学 知能システム科学専攻 連携教授(兼務,6年間)
2012年7月 (財)電力中央研究所 システム技術研究所 副研究参事 情報数
理領域リーダー
2016年3月 (財)電力中央研究所 退職
2016年4月 青山学院大学 理工学部 経営システム工学科 教授に就任

著作:
知の科学シリーズ「サポートベクターマシン」 オーム者
「パターン認識と機械学習」(訳) 丸善出版

所属学会・協会:
人工知能学会 理事(JSAI2018 全国大会プログラム委員長),シニア編集委員

関連セミナー

Pythonによる機械学習の基礎と異常検知への応用(PC演習つき)

エレクトロニクスソフトウェア化学機械

人工知能の最新技術と応用そして今後の動向

エレクトロニクスソフトウェア化学機械

ディープラーニング手法による異常検知と製造加工業への応用展開 ~品質検査(表面・外観検査)、故障診断、欠陥・寿命予測等~

エレクトロニクスソフトウェア機械

製造業における実用化レベルの「人工知能」導入&活用方法~エンジニアリングにおける人工知能の導入事例と最適活用法~

エレクトロニクス機械

機械学習及びディープラーニングの業務課題への対応(PC演習付き)

エレクトロニクスソフトウェア化学機械

業務でAIを有効活用するための機械学習・ディープラーニングの基礎・効率的学習法とAIの産業応用~深層学習とその問題点・解決策・今後のAIなど~

エレクトロニクスソフトウェア化学医薬機械

画像認識のためのパターン認識・機械学習とディープラーニング入門

エレクトロニクス化学機械

フレームワークによる機械学習およびディープラーニングの基礎と製造業への導入(2日間)(PC演習付き)

エレクトロニクスソフトウェア化学機械

Pythonによる機械学習の基礎と異常検知への応用(PC実習つき)

エレクトロニクス化学機械

Pythonではじめる機械学習入門(PC演習付き)~基礎からライブラリの活用、実装に向けた入門知識まで~

エレクトロニクスソフトウェア化学機械