～ 異常検知の手順、判別モデル・時系列モデルによるデータ分析手法、センサデータ・検査データを用いた応用事例 ～
・実務経験に基づく講義を通し、異常検知の手順と実現方法について基礎から実践的に修得する講座！
・センサから取得したデータを異常検知に活用するための手順から注意点、分析手法の選定について学び、実務で応用しよう！
PCは弊社にて用意します。演習で使用するファイルは差し上げます
異常検知技術の基礎とPythonによるデータ分析手法および応用事例 ～１人１台PC実習付～
講師の言葉
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。
セミナー詳細
| 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 | 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 |
| 予備知識 | ・何らかの初歩的なプログラミング知識（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．予知保全に関して （１）．保全技術と予知保全 （２）．よく聞く異常ケース
２．異常検知とは （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
３．Pythonによる異常検知（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 ｃ．オートエンコーダ （３）．時系列モデルによる異常検知 ａ．自己回帰モデル ｂ．LSTM
４．データ活用に関する技術の整理 （１）．データ分析技術に係る技術ワード （２）．統計・データマイニング・機械学習 （３）．目的に応じたアプローチ選択のポイント
５．応用事例 （１）．プラント設備監視 （２）．回転機械振動データを用いた異常検知 （３）．製造設備運転データを用いた異常検知 （４）．設備健全度試験結果を用いた異常検知 （５）．水質検査データを用いた水質異常検知
※ 各章ごとに質疑応答時間を設けます。また、休憩時間やセミナー後に個別のご質問もお受けいたします。 |
| キーワード | 異常検知 前処理 モデリング Python MT法 オートエンコーダ 時系列モデル 自己回帰モデル LSTM |
| タグ | AI・機械学習、データ分析、機械、設備 |
| 受講料 |
一般 (1名)：55,000円(税込)
同時複数申込の場合(1名)：49,500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。
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