製造業技術者に必要なAI知識を学ぶならこの講座!
本講座は、AI(人工知能)の幅広い応用範囲のなかでも製造業を対象とし、ものづくりの現場の生産システム制御、異常検知、予知保全を目的としたAI活用法が学べる内容です。 一般的な人工知能の概要および、製造業での生産管理・制御・検知・保全におけるAI活用の概要を解説します。
1.基礎編
人工知能の技術をものづくりに応用するための基礎的概要について解説します。
第1週では,人工知能とはどのようなものか,歴史,定義,利用分野についての概要並びに人工知能,機械学習(マシンラーニング),深層学習(ディープラーニング)の関係について解説します。
第2週では,機械学習の学習方法である「教師あり学習」や「教師なし学習」,「半教師あり学習」や「強化学習」の用途や活用方法の違いについて学習します。
第3週では,人の脳神経回路網の働きを知り,それを模した機械学習の手法であるニューラルネットワークについて学習します。
第4週では,機械学習のひとつの手法である深層学習(ディープラーニング)の概要について学習します。
2.実践編
ものづくりにおけるAI の活用について事例を通して学習します。
第1週では「予測を行う」事例として,製品の需要予測を実現するために階層型ニューラルネットワークや帰還路をもち時系列で前後の情報を扱うことができるリカレントニューラルネットワーク(Recurrent Neural Network,RNN:再帰型ニューラルネットワーク)を活用した手法を学習します。
第2週では「分類を行う」事例として,画像認識による部品の分類を実現するために畳み込みニューラルネットワーク(Convolutional Neural Network,CNN)を活用した手法を学習します。
第3週では「異常を見つける」事例として,印刷の座標位置から異常を検出するために回帰分析,クラスタリングを活用した手法を学びます。
第4週では「行動を学ぶ」事例として,自動制御に応用できる「迷路の探索経路の最適化」を実現するために強化学習を活用した手法を学びます。
対象者 | ・話題となっているAIの概要を知りたい方 ・これから業務でAIの導入・活用に携わる予定の技術者 ・製造業でAIをどう活用したらよいかわからない方 |
||
---|---|---|---|
学習目標 | ・AIの概要、データ解析の仕組みがわかるようになります。 ・AIの製造業での応用のヒントを得ることができます。 |
||
ダウンロード テキスト |
なし | ||
動作環境 | Windows10: Edge、Chrome、Firefox MacOSX10.12.6: Chrome、Safari ※スマートフォン、タブレットは推奨しておりません。 |
カリキュラム
1. 基礎編
第1週 | 人工知能とは |
---|---|
1.1 | AI(Artificial Intelligence, 人工知能)研究の始まり |
1.2 | AI をものづくりに利用する上での考え方 |
1.3 | AI が利用される分野 |
1.4 | 機械学習とは |
第2週 | 機械学習 |
2.1 | 教師あり学習(Supervised Learning)とは |
2.2 | 教師なし学習(Unsupervised Learning)とは |
2.3 | 半教師あり学習 |
2.4 | 強化学習 |
第3週 | ニューラルネットワーク |
3.1 | ニューラルネットワークの基礎 |
3.2 | 単純パーセプトロンの学習方法 |
3.3 | 多層ニューラルネットワークの学習方法 |
第4週 | 深層学習(ディープラーニング) |
4.1 | 深層学習(ディープラーニング)とは |
2. 実践編
第1週 | 予測 |
---|---|
1.1 | 予測とは |
1.2 | 事例 |
1.3 | データの準備 |
1.4 | データの可視化と前処理 |
1.5 | モデルの生成 |
1.6 | モデルの学習と評価 |
1.7 | 学習済みモデルから予測値を算出 |
第2週 | 分類 |
2.1 | 分類とは |
2.2 | 事例 |
2.3 | データの準備 |
2.4 | モデルの生成 |
2.5 | モデルの学習と評価 |
2.6 | モデルの改善 |
第3週 | 異常検知 |
3.1 | 異常検知とは |
3.2 | 事例 |
3.3 | データの可視化 |
3.4 | モデルの生成 |
3.5 | モデルの学習と評価 |
第4週 | 自動制御 |
4.1 | 自動制御とは |
4.2 | 事例 |
4.3 | モデルの生成 |
4.4 | モデルの学習と評価 |
カリキュラム内容は、予告なく変更されることがあります。
ご不明な点がございましたら、まずはお気軽にお問い合わせください。