Home
->  4月開催 電気系セミナー  5月開催 電気系セミナー 

【Live配信セミナー】
外観検査自動化に向けた機械学習の基礎と応用

4月開催 電気系セミナー  更新日:2021年3月 1日
 セミナー番号【105406】5/7 講師1名
★ 異常サンプルのある場合とない場合の検出器の設計と評価手法

【Live配信セミナー】
外観検査自動化に向けた機械学習の基礎と応用


■ 講師
岐阜大学 工学部 准教授 博士(情報認知科学) 加藤 邦人 氏
■ 開催要領
日 時 :
2021年5月7日(金) 10:30~16:30

会 場 : ZOOMを利用したLive配信 ※会場での講義は行いません
聴講料 :
1名につき55,000円(消費税込・資料付き)
〔1社2名以上同時申込の場合1名につき49,500円(税込)〕

※定員になり次第、お申込みは締切となります。

■ Live配信セミナーの受講について
・本講座はZoomを利用したLive配信セミナーです。セミナー会場での受講はできません。

・下記リンクから視聴環境を確認の上、お申し込みください。
 → https://zoom.us/test

・開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
 セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。

・Zoomクライアントは最新版にアップデートして使用してください。
Webブラウザから視聴する場合は、Google Chrome、Firefox、Microsoft Edgeをご利用ください。

・パソコンの他にタブレット、スマートフォンでも視聴できます。

・セミナー資料はお申込み時にお知らせいただいた住所へお送りいたします。
 お申込みが直前の場合には、開催日までに資料の到着が間に合わないことがあります。ご了承ください。

・当日は講師への質問することができます。可能な範囲で個別質問にも対応いたします。

・本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。

本講座はお申し込みいただいた方のみ受講いただけます。
 複数端末から同時に視聴することや複数人での視聴は禁止いたします。

・Zoomのグループにパスワードを設定しています。部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。
万が一部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。


プログラム

【講演概要】
 近年のAI技術の発展により、その活用範囲は製造現場にも広がりつつあります。Deep Learningの技術は、製造現場での劇的な性能向上をもたらしつつあります。 しかし、製造の現場、特に外観検査に応用しようとした場合に参考になる論文、書籍やセミナーはあまり多くはありません。 また、外観検査への応用ではデータ収集やモデルの構築も一般的な認識タスクと大きく異なる点が多いです。
  本セミナーでは、Deep Learningを外観検査に応用する場合の基本的な概念、最新の方法、評価方法、導入に際しての課題について講演を行います。 これから自社で外観検査システム、異常検知システムを構築したい、もしくはそれらの考え方を知りたい受講者を対象とし、ある程度(高校理系数学)の数学の知識や情報工学の基礎知識程度を持っていれば理解できるような講演内容とします。

【プログラム】

1.特徴量と特徴空間
 1.1 特徴量とは
 1.2 特徴空間
 1.3 クラスの概念

2.識別問題
 2.1 識別問題とは
 2.2 線形識別法
 2.3 異常検知の考え方

3.ニューラルネットワークの基礎
 3.1 単純パーセプトロン
 3.2 3層ニューラルネットワーク
 3.3 畳み込みニューラルネットワーク

4.異常サンプルがない場合の方法
 4.1 オートエンコーダ
  4.1.1 オートエンコーダの基礎
  4.1.2 畳み込みオートエンコーダ
  4.1.3 オートエンコーダの復元による異常検知
 4.2 Generative Adversarial Networks
  4.2.1 GANの基礎
  4.2.2 GANによる異常検知
 4.3 Deep SVDD
  4.3.1 Deep SVDDの基礎
  4.3.2 Deep SVDDによる異常検知
  4.3.3 オートエンコーダ+Deep SVDD

5.異常サンプルが少量ある場合の方法
 5.1 Adversarial Auto Encoderを用いた異常検知
 5.2 メトリックラーニングを利用した異常検知

6.評価方法
 6.1 Confusion matrix
 6.2 ROCカーブとAUC
 6.3 異常検知における性能評価

7.ディープラーニングによる異常検知による実例と諸問題

【質疑応答】