【製造業向け】95.8%の企業が知らないAI活用のためのMATLAB玉手箱

概要

近年、計測技術やIoT技術の進化に伴い、機械学習や深層学習といったAI技術の需要が高まっており、様々な用途での利用が進んでいます。しかし統計を見ると、意外にもたった4.2%の企業しかAIを味方に付けられていません*。言い換えれば、多くの企業（95.8%！）は、AI導入を起爆剤としてさらに飛躍できるポテンシャルを秘めています。

本セミナーでは、MATLABを活用し、製造業の現場で取得される、時系列信号やテキストデータを対象にした設備の異常診断、画像やビデオを対象にした外観検査やヒトの安全確保・行動解析、に対する機械学習や深層学習のアプローチと開発したアルゴリズムの実装を含むワークフローをご紹介します。

MATLABの玉手箱を開けば、あなたもAIベテラン。ぜひ一緒に4.2%の壁を乗り越えましょう！

*出典：「AI白書2020」 p.292 図3-4-5、（独）情報処理推進機構

ご参加には、下記MathWorks社のサイトでの事前登録(無料)が必要となります。
https://jp.mathworks.com/company/events/webinars/upcoming/matlab-treasure-box-for-ai-utilization-that-most-companies-do-not-know-3496818.html?s_eid=PEP_25629

タイムスケジュール

時間	内容
13:00	オープニング
13:05	故障データがなくてもできる異常検知～時系列信号とテキストデータの活用～ MathWorks Japan アプリケーションエンジニアリング部 王　暁星 田口　美紗 異常検知・予知保全を難しくする一つの原因として、異常データが少ない、あるいは無いことが挙げられます。過去のライブイベント[1]における調査では、視聴者の55.5%が異常データがないことに苦労されていました。本セミナーでは、そのようなケースにメスを入れます。 異常検知・予知保全の現場で一般的によく使用される加速度データから音データを主な解析対象として、どのような特徴量を抽出し、機械学習・深層学習に適用することで故障データがなくても実現できる異常検知・予知保全を解説します。 一方で、使用できるデータは時系列信号ばかりではありません。工場レポートなどのテキストデータを使用した機械学習モデルによって、異常な部位を特定する、広義な異常検知・予知保全も併せて説明します。 これからMATLABを使って異常検知を始めてみたい方はもちろん、機械学習や深層学習、テキストマイニングに興味を持っている方にもおすすめのセミナーです。 本セミナーと関連した動画に以下のものが配信されております。 故障データがなくてもできる異常検知 ～センサーデータの活用編～ 故障データがなくてもできる異常検知 ～物理モデルの活用編～ [1]: 王道！時系列データで学ぶ6種の特徴抽出と異常検知 ※質疑応答（10分）の時間を含みます。
14:00-14:55	AI画像認識で一気に進める自動化 MathWorks Japan アプリケーションエンジニアリング部 草野　駿一 このセッションでは、AI画像認識の利活用例を紹介し、MATLABによる実現方法を解説します。 ・異常検知 ・人などのオブジェクト検出 ・ビデオからの行動分類、動き解析 これらを使いこなすことで、製品検査の自動化や、作業員の安全確保、タクトタイム計測、動線管理などが実現できます。 本当に実現できるの？大丈夫です！セッションを通じて、ノンプログラマでも習得できる統合開発環境としての使いやすさの秘密、実際に多くの企業が成果を出せたワケを明らかにします。まだまだAI導入企業が少ない今だからこそ、独自のAIシステムを構築してライバル企業に差をつけましょう！ 対象者 ・AI画像認識を導入予定の方 ・AI画像認識に挫折した方 ・AI画像認識の様々な利活用例を知りたい方 ※質疑応答（10分）の時間を含みます。
-15:00	クロージング

※ 当日予告なく時間配分・内容が変更になる可能性がございます。

登壇者

王　暁星　博士（理学）

MathWorks Japan Senior Application Engineer

異常検知・予知保全をテーマに顧客先や学会で複数発表。
機器の故障予測に向けたデータ解析を得意とする。
前職では大手外資系油田開発サービス会社に6年勤務。
地下資源採掘装置の開発、設置、データの取得と解析に従事。

田口　美紗

MathWorks Japan Senior Application Engineer

機械学習やテキストマイニングなど、データサイエンス領域の技術サポートを担当。
信号・画像・自然言語を用いたデータ解析を得意とする。
日系大手電機メーカーでソフトウェア開発者として勤務ののち、欧州大学のQuantum & Computer Engineering departmentにてグラフ理論の研究に従事、その後現在に至る。

草野　駿一

MathWorks Japan Application Engineer

電波によるリモートセンシング、およびリモートセンシング画像解析を専門に学位取得。2013年から測量系大手にて衛星リモートセンシング画像解析、技術開発に従事。2019年に MathWorks Japan に入社し、画像処理、信号処理、ディープラーニング、レーダ、自律ロボティクスに関係する技術領域を担当している。

ハイライト

• 特徴抽出と教師なし学習による異常検知
• テキストマイニングを活用した異常検知
• 深層学習を用いた画像認識の利活用

参加費

無料