BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC: 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: 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:889631@techplay.jp SUMMARY: 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:20260516T235018Z CREATED:20230124T140031Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/88963 1?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\nAI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\n 10:00～10:05　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.com\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：03-672 1-8548 LOCATION:オンライン URL:https://techplay.jp/event/889631?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR