異常検知技術の基礎と機械学習アルゴリズムによる応用と事例 <オンラインセミナー>

~ 異常検知に役立つ機械学習の基礎知識、異常識別、外れ検知、変化検知、SVMに基づく具体的異常検知の応用 ~

・データに含まれる異常を機械学習アルゴリズムから検知する手法を学び、トラブルの未然防止に活かすための講座

・異常検知の具体的事例を通して、機械学習アルゴリズムの活用法のポイントが修得し、最適制御や精度の高いシステムに応用しよう!

オンラインセミナーの詳細はこちら:

・WEB会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。

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。

セミナー詳細

開催日時
  • 2022年05月31日(火) 10:30 ~ 17:30
開催場所 オンラインセミナー
カテゴリー オンラインセミナーソフト・データ・画像・デザイン
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
・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と応用、実用的アプローチ
プログラム

1.異常検知の基礎
  (1).異常検知とは
  (2).ホテリング理論

2.機械学習の基礎
  (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)
    ・K-MEAS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)
    ・変化点検知

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
    a.SVMの学習と定式化
    b.ソフトマージン
    c.非線形SVM
  (4).ニューラルネットワーク(ディープラーニング)
    a.ニューラルネットワークの長所と短所
    b.誤差逆伝搬法
  (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.異常検知技術の応用と事例
  (1).異常識別
    a.配電柱腕⾦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
     ・多変量解析を用いた変圧器良否判定
  (2).外れ値検知
    a.水力発電所における異常予兆検知
     ・例外状態データ抽出と異常予兆データの追跡
  (3).時系列外れ値検知
    ・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
  ・すぐ使えるSVM

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 ニューラルネットワーク(ディープラーニング) サポートベクトルマシン SVM
タグ 統計・データ解析AI・機械学習
受講料 一般 (1名):49,500円(税込)
同時複数申込の場合(1名):44,000円(税込)
会場
オンラインセミナー
本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。
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。
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