BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:（宇部情報システム） 未経験の設備トラブル を、早期に検知する ～異常データが不要な、AIによる 異常予兆検知～ X-WR-CALNAME:（宇部情報システム） 未経験の設備トラブル を、早期に検知する ～異常データが不要な、AIによる 異常予兆検知～ X-WR-TIMEZONE:Asia/Tokyo BEGIN:VTIMEZONE TZID:Asia/Tokyo BEGIN:STANDARD DTSTART:19700101T000000 TZOFFSETFROM:+0900 TZOFFSETTO:+0900 TZNAME:JST END:STANDARD END:VTIMEZONE BEGIN:VEVENT UID:889630@techplay.jp SUMMARY:（宇部情報システム） 未経験の設備トラブルを、 早期に検知する ～異常データが不要な、AIによる異常 予兆検知～ DTSTART;TZID=Asia/Tokyo:20230214T100000 DTEND;TZID=Asia/Tokyo:20230214T110000 DTSTAMP:20260515T014735Z CREATED:20230124T140030Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/88963 0?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n本セミナー は終了いたしました。\n\nたくさんのお申込とご参加を いただき誠にありがとうございました。\n\n資料は、セ ミナー開催報告ページ で公開しております。\n\n（2023- 03-16公開予定）\n\n\n\n当お申込ページは 宇部情報シス テム 経由の方向けの お申込みページです。\n\n一般の 方はこちらからお申し込みください。\n\n本セミナーは Webセミナーです\n\nツールはZoomを使います。URLは直前 にメールにてご連絡いたします。\n\nなお、「osslabo.com 」「majisemi.com」からのメールが迷惑メールとならない よう、メールの設定をご確認下さい。\n\nAIによる異常 予兆の検知に「関心のある企業」は63.6%\n\n2019年にプラ ントメンテナンス協会が実施した調査によると、AIに よる異常予兆の検知に「関心がある」と回答した企業 は63.6%にも上ります。\n\n引用：https://www.jipm.or.jp/company/ report/images/202004.pdf\n\n実際に、AIによる異常予兆検知シ ステムを導入すると、\n\n・製造ラインの緊急停止が避 けられる\n\n・交換部品や消耗品などのメンテナンス時 期を予測できる\n\n・熟練者の技術が形式知化でき、属 人化を防げる\n\n・メンテナンスの期間を最適化できる （状態基準保全化）\n\nなど、数々のメリットがありま す。\n\nこれにより、設備のダウンタイムを短縮し、稼 働時間を最大限伸ばすことができます。\n\nまた、不良 が減ることで、製品品質の担保、改善に繋がり、生産 計画の遵守につながります。\n\nさらに熟練技術者の経 験や知識を機械化できるため、保全に関する負担を軽 減し、世代交代や人手不足の問題も解消できます。\n\n AIによる異常予兆検知構築への様々な障壁\n\nしかしな がら、AIによる異常予兆検知のシステムは、「単にシ ステムを導入する」だけで実現することはできません 。\n\n対象である設備の「異常状態のデータ」を用意し て、AIに正常時と異常時のふるまいの違いを学習させ る必要があるため、装置の異常状態のデータを蓄積し なければなりません。\n\nまた、もしデータが蓄積でき ていたとしても、装置の異常は、磨耗、汚れ、腐食、 部品寿命など、さまざまな要因が関係することから、 膨大なデータの中から関連する要因の特徴を抽出し全 ての組み合わせを学習させる必要があります。\n\nさら に、AIへ学習が出来たとしても、装置の経年劣化、消 耗品の影響などによる長期の状態変化も考慮させない といけません。\n\n装置の状況に応じてAIの学習状態や 閾値を適切にメンテナンスしないと、時間の経過とと もに精度が安定しなくなってしまいます。\n\n結果とし て、せっかく苦労してシステムを導入しても、誤検知 の件数が増えてしまい、保全に関する負担の軽減が出 来ず、最悪のケースでは「現場で使われない」という 事態になってしまいます。\n\n様々な製造現場にジャス トフィットしたAIによる異常予兆検知\n\n本セミナーで は、前述の課題を解決するAI検知システムの構築サー ビス「SAILESS」をご紹介します。\n\n「SAILESS」は装置の 「正常データ」をベースとした手法を採用し、異常検 知のシステム構築を行うため「異常データのビッグデ ータ」をお持ちで無いお客様でも、AIによる異常検知 のシステムの導入が可能となります。\n\nまた、検知精 度の低下を防ぐための再学習をお客さま自ら容易に行 える仕組みも備えており、導入後の効率的な運用を実 現します。\n\n実際の装置や工程の状況をヒヤリングさ せて頂き、検知したい異常の分析から活用、運用のサ ポートまで一気通貫でサービス展開いたします。\n\n今 回のセミナーでは、実用シーンがイメージできるよう 、以下のデモも行います。\n\n・SAILESS管理画面、モデ ル更新画面のデモ\n\n・実例に近い異常シナリオと検知 結果のデモ\n\nAIを用いた異常検知を構築しようとした けれど、ビックデータが揃っておらずに困っていた方 やビックデータはあるけど、どう活用していいか迷わ れている方に特におすすめです。\n\nプログラム\n\n09:45 ～10:00　受付\n\n10:00～10:05　オープニング（マジセミ） \n\n10:05～10:45　未経験の設備トラブルを、早期に検知 する　～異常データが不要な、AIによる異常予兆検知 ～\n\n10:45～11:00　質疑応答\n\n主催\n\n株式会社宇部情報 システム（プライバシー・ポリシー）\n\n協力\n\n株式 会社オープンソース活用研究所（プライバシー・ポリ シー）\n\nマジセミ株式会社（プライバシー・ポリシー ）\n\n当日会場アクセスに関するお問合せ\n\nzoom@osslabo.c om\n\nセミナー事務局\n\nマジセミ株式会社（プライバシ ー・ポリシー）\n\n\n※以下の方について、当社判断に よりご参加をご遠慮頂く場合がございます。予めご了 承下さい。\n\n・講演企業の競合となる商品・サービス を提供している企業、同業の企業、及びそのグループ 企業・関連企業の方\n・個人や個人事業主の方\n・海外 から参加される方\n・日本に活動拠点が無い企業の方\n ・その他、弊社及び講演企業が不適切と判断した企業 ・個人の方\n\n※申込が多数の場合、弊社抽選にてご参 加をご遠慮頂く場合がございますので、予めご了承く ださい。\n\n※本コミュニティにてご提示いただいた情 報、及び、申込時にご記載頂いた内容は、マジセミ株 式会社にて収集し、マジセミ株式会社／オープンソー ス活用研究所、及び、主催・共催・協賛・協力・講演 の各企業へ提供します。共催・協賛・協力・講演の各 企業へは、主催企業を通して提供する場合があります 。またプライバシーポリシーに定めがある場合は主催 ・共催・協賛・協力・講演の委託先にマジセミ株式会 社から直接提供する場合があります。ご記入頂いた個 人情報は、マジセミ株式会社／株式会社オープンソー ス活用研究所及び主催・共催・協賛・協力・講演企業 の各プライバシーポリシーに従って厳重に管理し、各 社のサービス、製品、セミナー、イベントなどのご案 内に使用させて頂き、また各社のメルマガに登録させ ていただきます。ご記入頂いた個人情報は、法で定め る場合や各社のプラバシーポリシーに特別な記載があ る場合を除きご本人の同意を得ることなく第三者へ提 供いたしません。利用目的遂行のため個人情報の取扱 いを外部に委託する場合は、委託した個人情報の安全 管理が図られるように、委託をする各社が定めた基準 を満たす委託先を選定し、委託先に対して必要かつ適 切な監督を行います。 お客様の個人情報に関する開示 等は、お申し出頂いた方がご本人（代理人）であるこ とを確認した上で、各社において合理的な期間および 範囲で対応いたします。開示等の手続き、個人情報の 取扱いに関するお問い合わせは下記のお問い合わせ窓 口へご連絡下さい。\n\n〔お問合せ先　及び　個人情報 保護管理者〕　マジセミ株式会社 個人情報保護管理者 　連絡先：03-6721-8548 LOCATION:オンライン URL:https://techplay.jp/event/889630?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR