異常検知技術の基礎と実用的アプローチおよび機械学習アルゴリズムによる応用  <オンラインセミナー>

~ ホテリング理論、異常識別、外れ値検知、変化検知、異常検知に利用される機械学習 ~

・異常検知に向いた機械学習を選択し、システム開発や最適制御に応用するための講座
・大量のデータの中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、トラブルの適切な未然防止に活かそう!

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、異常検知に向いた機械学習を考えられるようになることを目的とします。

本講座は5月23日から変更になりました

セミナー詳細

開催日時
  • 2023年06月13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
・異常検知に向いた機械学習の選択知識
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
  ・統計学と機械学習

3.異常検知に役立つ機械学習の基礎知識
  (1).回帰分析(回帰予測)
  (2).判別分析(パターン識別)
  (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).ニューラルネットワーク(ディープラーニング)
    ・ニューラルネットワークの長所と短所
  (4).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

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
    ・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

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 回帰分析 判別分析 クラスター分析 単純ベイス法 k-近傍法 ニューラルネットワーク サポートベクトルマシン 異常識別 外れ値検知 異常予兆データ
タグ 統計・データ解析AI・機械学習設備
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