人工知能・機械学習による時系列情報の異常検知技術とその応用 <オンラインセミナー>

~ 基本的な異常検知アルゴリズム、時系列信号の特徴抽出、計測・生産・医療分野の異常検知への応用 ~

・機械学習を活用し、時系列の信号から異常を効率的に発見・予測するシステムの開発に活かすための講座

・従来のアルゴリズムでは分析が難しかった多次元・大規模な時系列情報に対し、機械学習の特徴を適切に活用して、高度な異常検知システムを構築しよう!

オンラインセミナーの詳細はこちら:

https://www.j-techno.co.jp/オンラインセミナーのご案内/

・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

 様々な分野でIoTの応用が進むにつれ、時系列の信号から異常を発見・予測し、その因果関係を説明させる「人工知能・機械学習による異常検知」の需要が高まっています。
 エッジ側のデータがリアルタイムでとれるようになると、これまで人の経験に頼っていた予防保全の支援や、これまで検知が難しかった複雑な因果関係の発見などが可能になってきます。一方で、精度を上げるには、適切な前処理の方法や分析方法、具体的なアルゴリズムの選択が重要です。特に従来のアルゴリズムでは対応が難しい多次元・大規模な時系列情報からの異常検知は、信号処理の知識と機械学習の知識をうまく組み合わせることが必要です。
 本講義では、時系列情報処理からの異常検知の考え方を概観したあと、有効な基本的な信号処理と機械学習アルゴリズムについて解説します。そして、具体的な事例を通して、人工知能・機械学習による時系列異常検知の実際について理解を深めることを目的にします。

セミナー詳細

開催日時
  • 2022年07月22日(金) 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 ・データ解析、システム、ソフトほか関連部門の技術者の方
・人工知能・機械学習による時系列情報の特徴抽出・異常検知をこれから開始する、あるいは現在取り組んでいる技術者の方
予備知識 ・基礎的な内容から扱いますが、基本的な線形代数、データサイエンスの手法について知識があるとより理解が深まります
修得知識 ・様々な場面で時系列情報の異常検知問題における、設計の指針、予想される効果の見積もり、実装の知識
プログラム

1.異常検知概論
  (1).異常検知入門
    a. 様々な異常検知
    b. 統計的取り扱い
    c. 時系列異常検知の考え方と事例
  (2).基本的な異常検知アルゴリズムと距離
    a. LOF
    b. ABOD
    c. 分布推定
  (3).人工知能による異常検知入門
    a. ルール抽出
    b. クラスタリング
    c. 回帰・予測分析

2.時系列信号の前処理と特徴抽出
  (1).基底分解による特徴抽出
    a. PCA
    b. 周波数分解
    c. ウェーブレット
    d. NMF
  (2).統計モデル
    a. AR、MA、ARMA
    b. ARCH、GARCH
    c. HMM
  (3).動画像処理
    a. 基本的動画像処理
    b. CHLAC
    c. 部分空間法
    d. その他の方法

3.人工知能による時系列異常検知技術と応用 
  (1).機械学習アルゴリズム
    a. ニューラルネット
    b. ディープラーニング
    c. オートエンコーダ 
    d. SMV、OC-SVM
    e. 決定木
    f. アンサンブル
    g. その他の方法
  (2).応用事例
    a. 機械データからの異常検知
    b. バイタルデータからの異常検知
    c. 動画像からの異常検知

4.まとめと課題

キーワード 時系列異常検知 分布推定 ルール抽出 クラスタリング 回帰・予測分析 基底分解 動画像処理 部分空間法 ニューラルネット ディープラーニング オートエンコーダ
タグ 統計・データ解析AI・機械学習信号処理画像画像処理データ分析ITサービス
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。
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