１．ＡＩの産業応用動向

　　（１）．AIの歴史と産業応用への流れ

　　　　・現場応用は今どのステージにいるのか

　　（２）．産業応用の最先端研究例（動画）

２．ディープラーニングを産業現場に応用するための基礎と実践のポイント

　　（１）．ニューラルネットワークの基礎

　　　　・ツール使用ための最低限の原理知識

　　（２）．例１：機器制御動作のステップ応答

　　　　ａ．実測データ相関からの入出力変数選定の実際

　　　　ｂ．ニューラルネットと伝統自己回帰法の組合せ

３．時系列ニューラルネットワークの基礎と産業現場応用

　　（１）．履歴を記憶するニューラルネットワークLSTM

　　　　・なぜ通常のディープラーニングより優れるのか

　　（２）．例２：設備動作の突発事象の予測

　　　　・突発動作予測の難易度と評価指標

４．強化学習の基礎と産業現場応用

　　（１）．教師なしで学習するQーLearning

　　　　ａ．行動価値を獲得計算の概念説明

　　　　ｂ．産業現場応用へのポイント：転移学習のツボ

　　（２）．例３：設備の最適経済運転

　　　　ａ．本来機能維持と電気代削減の両立を試行錯誤する例

　　　　ｂ．転移学習法により学習期間を現実的に短縮する

５．生成AIのニューラルネットワークの基礎と産業現場応用

　　（１）．生成AIの技術基盤Transformerの概念説明

　　　　・切り札原理Attention計算による説明性

　　（２）．生成AIの産業現場応用の可能性

　　　　・言語系列予測から現場現象系列予測へ

６．機械学習を現場導入する際の注意点と実践ノウハウ

　　（１）．現実の不均衡学習データへ挑む

　　　　・欲しいデータが少ないときに補強するSMOTE法

　　（２）．学習ツールと自作学習ソフトの比較

　　　　・うまく学習できないとき内部計算状態把握の例

　　（３）．初めてのプロジェクト成功のポイント

　　　　・導入工程手順概要および対象選定とチーム編成

７．実際の産業・製造現場での実装事例とそのポイント

　　（１）．LSTMオートエンコーダで工場搬送コンベア異常予知

　　（２）．強化学習で空調電力料金と室温制御の最適化

　　（３）．生成AIのTransformerによるビル空調負荷予測

　　（４）．生成AIのTransformerによる道路凍結予知

８．まとめと質疑応答