機械学習による異常検知技術の基礎と応用・事例

~ 異常検知に役立つ機械学習の基礎知識、異常検知の手法(異常識別、外れ検知、変化検知)、具体的応用事例 ~

・機械学習アルゴリズムから異常を検知する手法を学び、システムに応用するための講座

・異常検知・予測技術の実用的アプローチを修得し、事故やトラブルの未然防止に活かそう!

 
・異常検知の事例を多く紹介し、活用方法のポイントが理解できる講座です

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おり、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。

本講座は会場が変更になりました

セミナー詳細

開催日時
  • 2019年06月20日(木) 10:30 ~ 17:30
開催場所 NATULUCK赤坂 5階 中会議室
カテゴリー ソフト・データ・画像・デザイン品質・生産管理・ コスト・安全
受講対象者 ・企業の現場で異常検知における課題を抱える実務者および研究開発者の方
・保全、システム、品質・信頼性、工場管理、データ解析ほか関連部門の方
(機械、設備、プラント、構造物、システムほか)
予備知識 ・微分の知識は必要です。可能であれば確率・統計や最適化手法の基礎を知っている方が理解しやすくなります
修得知識 ・異常検知に利用できる機械学習の基礎知識
・異常検知の基礎知識
・最新の機械学習技術
プログラム

1.異常検知概論
  (1).異常検知とは
  (2).ホテリング理論

2.機械学習概論
  (1).統計学
  (2).機械学習

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

4.異常検知の手法
  (1).異常識別(教師あり学習)
  (2).外れ値検知(教師なし学習)
  (3).変化検知(時系列データ)

5.異常検知に利用される機械学習
  (1).単純ベイス法
  (2).k-近傍法
  (3).サポートベクトルマシン
  (4).ニューラルネットワーク(ディープラーニング)
  (5).部分空間法

6.異常検知
  (1).正規分布の場合
  (2).非正規分布の場合

7.応用事例
  (1).異常識別
    a.配電柱腕のさび画像に基づく腕金の再利用診断
    b.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
  (2).外れ値検知
    a.水力発電所における異常予兆検知
  (3).時系列外れ値検知
    a.制御通信データを用いたサイバー攻撃検知

8.異常検知の将来とまとめ

キーワード 異常検知 機械学習 判別分析 回帰分析 クラスター分析 パターン識別 回帰予測 クラスタリング 単純ベイス法 近傍法 サポートベクトルマシン ニューラルネットワーク(ディープラーニング) 部分空間法
タグ AI・機械学習安全検査シミュレーション・解析データ解析未然防止設備
受講料 一般 (1名):48,600円(税込)
同時複数申込の場合(1名):43,200円(税込)
会場
NATULUCK赤坂 5階 中会議室
住所: 〒 107-0052 東京都港区赤坂2-13-13 アープセンタービル5階
東京メトロ千代田線『赤坂駅』2番出口徒歩3分
東京メトロ銀座線・南北線『溜池山王駅』
10出口徒歩5分
東京メトロ銀座線・丸の内線『赤坂見附』徒歩10分
電話番号 :
FAX :
contact us contact us
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888

営業時間 月~金:9:00~17:00 / 定休日:土日・祝日