～ 保全技術と予知保全、異常検知の応用事例、異常検知の手順、Pythonを用いた異常検知の実習：判別モデル・時系列モデル・説明可能AI(SHAP)による異常検知モデル ～
・豊富な実務経験に基づく異常検知の進め方や、Pythonを用いた実習を通してデータに基づく異常検知の実現方法を、実践的に修得する講座！
・異常検知の手順や具体的な事例、判別モデル・時系列モデルや説明可能AIによる異常検知モデルを修得し、データ解析を有効利用したインフラ・設備・機器の安全・安心な運用・保全に活かそう！
・PCは弊社にて用意いたします。希望者には、実習で利用するPythonデータを差し上げます。USBメモリをご持参ください。
データ計測技術やデータ分析技術の発達により様々な分野あるいは業務でのデータ活用が注目されています。インフラや設備・機器の監視業務においても、安全・安心な運用や効率的な保全計画を目的として、このような技術が注目されつつあります。
一方で、データを活用した業務運用では「データを使用することで何ができるのか、注意すべき点は何か」を正しく理解しておくことが非常に重要ですが、そのような観点は抽象的になりがちです。
本講座では、「異常検知の考え方」をご理解いただき、演習にて実際に分析をしていただくことで、皆様の業務における「データ活用の可能性」を考えるきっかけをご提供できればと思います。
| 開催日時 |
|
|---|---|
| 開催場所 | 日本テクノセンター研修室 |
| カテゴリー | PC実習付きセミナー、ソフト・データ・画像・デザイン |
| 受講対象者 |
・自動車部品、機械、設備、エネルギー、プラント、電気、計測、輸送機関連の企業の方 ・自らプログラミングを行う方に限らず、実装は他社や他部署に発注する方も歓迎 |
| 予備知識 | ・何らかのプログラミング知識があると望ましい（Pythonの経験はなくても良い） |
| 修得知識 |
・データ分析技術の概要 ・データに基づく異常検知の手順と実現方法 |
| プログラム |
１．保全技術と予知保全 （１）．保全技術と予知保全 （２）．世の中の状況
２．応用事例 （１）．回転機械振動データを用いた異常検知 （２）．トルクデータに基づくロボットアーム関節軸の異常検知 （３）．設備稼働データに基づく異常検知 （４）．番外編：IoTプラットフォームの構築 （５）．業務実装時のポイント ａ．課題設定 ｂ．データ収集：PoC ｃ．開発－運用
３．異常検知の手順 （１）．異常検知の考え方とアプローチ （２）．異常検知の手順 ａ．基本的な手順 ｂ．データ理解と前処理 ｃ．手法の検討 ｄ．モデリング ｅ．性能評価
４．Pythonによる異常検知の実践（演習） （１）．Pythonの基礎とJupyter－Notebookの使用方法 （２）．判別モデルによる異常検知 ａ．マハラノビス－タグチ法 ｂ．1－class SVM （３）．時系列モデルによる異常検知 ａ．LSTMオートエンコーダ （４）．説明可能AI（SHAP）による異常検知モデルの解釈 ａ．Isolation Forest ＋ SHAP |
| キーワード | オートエンコーダ 時系列データ解析 MT法 異常検知 SVM モデリング Isolation Forest SHAP |
| タグ | データ解析、データ分析 |
| 受講料 |
一般 (1名)：57,200円(税込)
同時複数申込の場合(1名)：51,700円(税込) |
| 会場 |
日本テクノセンター研修室〒 163-0722 東京都新宿区西新宿２－７－１ 新宿第一生命ビルディング（２２階）- JR「新宿駅」西口から徒歩10分 - 東京メトロ丸ノ内線「西新宿駅」から徒歩8分 - 都営大江戸線「都庁前駅」から徒歩5分 電話番号 : 03-5322-5888 FAX : 03-5322-5666 |
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。
営業時間 月~金：9:00～17:00 / 定休日：土日・祝日
