～ 異常検知手法の基礎、深層学習による異常検知、既存のXAI手法、LLMによるXAIへの応用、異常検知とLLMの融合、プロンプト設計のテクニック ～
・異常理由・根拠・発生要因を自然言語で示し、誤検知の自動訂正や異常の発生要因推定に活かすための講座！
・画像異常検知の手法から深層学習、LLMとの融合技術、プロンプト設計と評価手法を修得し、生成AIを活用した異常検知システムの構築に活かそう！
・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。
LLMを活用した説明可能AI（XAI）と異常検知AI構築実務へのポイント ～デモ付～ ＜オンラインセミナー＞
講師の言葉
深層学習による画像異常検知技術の精度は飛躍的に向上し、製造業での品質管理や医療分野での診断支援など、実務への導入が加速しています。その反面、AIの判断根拠が不透明な「ブラックボックス問題」が課題となっており、説明可能AI（XAI）の重要性が高まっています。しかし既存のXAI手法は専門家でないと解釈が難しく、実務者への説明が困難でした。
そこで本セミナーでは、ChatGPTなどのLLM（大規模言語モデル）を活用して、異常検知結果を自然言語で説明する最新アプローチを解説します。異常検知の基礎知識がない方でも理解できるよう、統計的手法から深層学習まで段階的に学び、その後LLMとの融合技術、プロンプト設計の実践、評価手法まで体系的に習得できます。
製造業における異常検知のデータセットであるMVTec ADを用いた実証実験では、誤検知の自動訂正や異常の発生要因推定など、予想外の価値も発見されました。製造業、医療、インフラ点検など具体的な応用シナリオも紹介し、異常検知 X LLMの全体像を理解し、明日から実務で活用できる知識が得られることを目指します。
セミナー詳細
| 開催日時 |
|
|---|---|
| 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 | ・自動車、機械、電子機器・部品、エネルギー、化学等の企業で、異常検知に取り組まれている方 |
| 予備知識 |
・特別な専門知識は不要です。異常検知やLLM、深層学習の経験がなくても受講可能です ・エンジニアの方、データ分析に関心のある実務者の方を想定していますが、IT関連業務の経験があれば十分です |
| 修得知識 |
・画像異常検知の各手法（２値分類、多クラス分類、ピクセルレベル異常検知、物体検知）の特徴・利点・欠点を理解し、ユースケースに応じて適切な手法を選択できる判断力 ・LLMを活用した異常検知結果の自然言語説明生成の仕組みと実装方法（プロンプトエンジニアリング、評価手法、ベストプラクティス）についての実践的な知識 |
| プログラム |
１．異常検知の基礎 （１）．異常検知とは ａ．異常検知の定義と目的 ｂ．異常検知の課題 （２）．画像異常検知の手法概要 ａ．統計的手法から深層学習へ ｂ．深層学習による異常検知の種類 ｃ．各手法の特徴と使い分け （３）．MVTec ADデータセットの紹介 ａ．産業用異常検出のベンチマーク ｂ．データセットの構成と特徴 ｃ．実際の画像例の確認
２．説明可能AI（XAI）の基礎とポイント （１）．AIのブラックボックス問題 ａ．信頼性・透明性の重要性 ｂ．実務での判断における説明の役割 （２）．既存のXAI手法 ａ．Grad－CAM、LRP（視覚的説明手法） ｂ．LIME、SHAP（特徴量ベースの説明） ｃ．既存手法の課題 （３）．LLMの登場とXAIへの応用可能性 ａ．大規模言語モデルの発展 ｂ．自然言語による説明の優位性 ｃ．画像キャプション生成技術の進化
３．異常検知とLLMの融合 （１）．LLMの基礎とマルチモーダルAI ａ．大規模言語モデル（LLM）とは ｂ．トランスフォーマーアーキテクチャの基本 ｃ．Vision－Language Model（VLM）の登場 ｄ．画像理解とテキスト生成の統合 （２）．異常検知×LLMの融合アプローチ ａ．パイプライン型アプローチ ｂ．エンドツーエンド型アプローチ ｃ．既ハイブリッドアプローチ ｄ．プロンプトエンジニアリングの重要性 （３）．実用化における技術的な留意点
４．自然言語説明生成の実装技術と実証実験 （１）．画像前処理とプロンプト設計 ａ．異常検知タイプ別のプロンプト設計 ｂ．プロンプト最適化のテクニック （２）．実証実験 ａ．評価指標の設計 ｂ．各異常検知モデルによる結果
５．実務応用と今後の展望 （１）．実務への応用シナリオ （２）．課題と今後の方針 （３）．技術トレンド （４）．まとめと総括 |
| キーワード | 異常検知 深層学習 産業用異常検出 説明可能AI XAI 視覚的説明手法 特徴量ベースの説明 大規模言語モデル 画像キャプション生成 トランスフォーマーアーキテクチャ |
| タグ | AI・機械学習、データ解析 |
| 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。 |
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