１．アコースティック・エミッション（AE）の基礎

　　（１）．AEの発生と検知

　　　　ａ．AEの発生メカニズム

　　　　ｂ．AE計測と検出周波数

　　　　ｃ．AE波の発生源：破壊、変態、摩擦など

　　（２）．計測される基本的なAE波形

　　　　ａ．突発波形

　　　　ｂ．連続波形

　　（３）．AE波の伝達

　　　　ａ．減衰

　　　　ｂ．入射と反射、反射と透過

　　（４）．AE信号の検知と類別

　　　　ａ．基本的なAEチャンネル

　　　　ｂ．類別されたAE信号による波形

　　　　ｃ．AEしきい値とAEパラメータ

　　（５）．代表的なAE波形の解析方法

　　　　ａ．時間領域での解析

　　　　ｂ．周波数領域での解析

　　（６）．応用事例：構造物診断・非破壊試験

　　　　ａ．圧力容器、配管、貯蔵タンクの健全性評価

　　　　ｂ．ロケットモーターケースの損傷監視

　　　　ｃ．大型変圧器における部分放電の状態評価

　　　　ｄ．航空機材料の強度試験・疲労解析

　　　　ｅ．自動車材料の腐食解析

２．ＡＥ計測手法とノイズ対策のポイント

　　（１）．センサ

　　　　ａ．接触式AE法：圧電素子センサ

　　　　ｂ．非接触式AE法：レーザAE法、光ファイバ干渉計

　　　　ｃ．マイクロフォン

　　（２）．計測装置の選択

　　　　ａ．ＡＥ計測の流れと計測装置の構成

　　　　ｂ．大型構造物用AE計測装置

　　　　ｃ．現場で使用されるポケット型ポータブルAE計測装置

　　　　ｄ．連続AE波形解析装置の開発

　　　　ｅ．IoT機器を用いた無線CWMへの展開　　※CWM：Continuous Wave Memory

　　（３）．計測する上で注意すべきポイント

　　　　ａ．センサの位置

　　　　ｂ．感度の確認

　　　　ｃ．ノイズの除去

３．AE解析手法と機械学習活用のポイント

　　（１）．信号とノイズを分別するポイント

　　　　ａ．AE源の位置標定

　　　　ｂ．AIC（赤池情報量基準）による分析の自動化

　　（２）．時間領域での解析

　　　　ａ．実効値（RMS）

　　　　ｂ．事象（イベント）抽出

　　　　ｃ．AEパラメータ（振幅、エネルギー、カウント、立ち上がり時間、持続時間．．．）

　　　　（４）．周波数領域での解析

　　　　ａ．周波数スペクトル

　　　　ｂ．短時間フーリエ変換（STFT）

　　　　ｃ．ウェーブレット変換

　　（５）．機械学習を用いた解析手法とそのポイント

　　　　ａ．マルコフ連鎖モンテカルロ法（MCMC）

　　　　ｂ．教師なし学習：k平均法

　　　　ｃ．教師なし学習：DBSCAN

　　　　ｄ．教師あり学習：SVM（サポートベクターマシン）

　　　　ｅ．点過程モデルの最尤推定

　　　　ｆ．AICによるモデル選択

　　　　ｇ．仮想AEデータによるシミュレーション

　　　　ｈ．ウェーブレット変換によるCNN（畳み込みニューラルネットワーク）解析

４．材料評価・状態監視への応用

　　（１）．材料・構造物の信頼性評価

　　　　ａ．損傷・破壊メカニズムの解明

　　　　ｂ．性能予測モデルの開発

　　　　ｃ．構造ヘルスモニタリング

　　（２）．材料プロセスにおける健全性評価

　　　　ａ．IoT による全波形収録＋無線化

　　　　ｂ．コーティング膜の強度評価

　　　　ｃ．摩擦撹拌接合（FSW）の欠陥観察

　　　　ｄ．3D積層造形（ＡＭ）の欠陥評価

　　　　ｅ．レーザーピーニングの状態評価

５．AE計測の実演

　　（１）．圧電センサの取り付け

　　（２）．計測装置の準備とセンサ較正

　　（３）．材料試験の際のＡＥ計測

　　（４）．計測AE信号の解析例