【Live配信 or アーカイブ配信 11/18】生成AIによる異常検知技術と効率的な学習データの作成

＜セミナー　Ｎｏ 61１50４＞

【Live配信 or アーカイブ配信】

生成AIによる異常検知技術と

　　　　　　　効率的な学習データの作成

★データ整備の実務、少数異常データ問題への対処、ラベリングコストの削減…
★製造現場の異常検知が実証段階で止まってしまう原因とその解決策を詳解します！

----------------------------------------------------------------------------------

■講師
(株)KLダイナミクス 代表取締役CEO　柳 健大氏

■聴講料

１名につき ５５,０００円（消費税込、資料付）

１社２名以上同時申込の場合のみ１名につき４９,５００円

〔大学、公的機関、医療機関の方には割引制度があります。詳しくはお問い合わせください〕

プログラム                                                                                    

【講座の趣旨】
製造現場の異常検知は、実証段階で止まる例が後を絶ちません。原因の多くはアルゴリズムの選定ではなく、その 手前にあります。異常サンプルが足りない、運転条件によって「正常」の定義が動く、ラベリング工数が現場の負担になる、評 価指標が現場の意思決定に接続していない――この四点です。本講座はこの「手前」に焦点を当てます。生成AIは、異常を直接 見つける道具としてよりも、正常を生成して差分を見る、足りない異常データを補う、ラベリングの前段を担うという形で、こ れらの壁を動かしはじめています。同時に、生成AIでも解決しない領域があり、その境界線を具体的に示します。後半では評価 の設計を扱い、シミュレーション上のスコアが実機性能を保証しないこと、見た目のもっともらしさと制御への有用性が相関し ないことを踏まえ、単一のスコアで良否を判断しない目標の置き方をご提案します。化学プラント・製造業の実案件を、公開可 能な範囲で織り込みます。

【講座内容】　
１．製造現場の異常検知はなぜ実証段階で止まるのか
　　1.1　異常サンプルの絶対的な不足
　　1.2　運転条件によって「正常」が動く
　　1.3　ラベリング工数が現場負担に跳ね返る
　　1.4　評価指標が現場の意思決定に接続しない

２．手法の地図と、それぞれが効く条件
　　2.1　しきい値・統計的手法（管理図、多変量統計）
　　2.2　機械学習（外れ値検知、One-Class）
　　2.3　深層学習（オートエンコーダ、時系列予測残差）
　　2.4　生成AI（正常の生成と差分、条件付き生成）

３．生成AIが変えた点と、変えていない点
　　3.1　「異常を見つける」から「正常を生成して差分を見る」への転換
　　3.2　大規模言語モデル・視覚言語モデルの役割は検知本体ではなく周辺にある
　　3.3　生成AIを入れても解決しない領域の見極め

４．データ整備の実務
　　4.1　センサー時系列／図面／画像／点検記録の扱い分け
　　4.2　欠測、サンプリング周期の不一致、タイムスタンプのずれ
　　4.3　正常データの切り出しと、期間の選び方

５．少数異常データ問題への対処
　　5.1　生成AIによる異常データの合成 ――どこまで許容されるか
　　5.2　合成データの妥当性をどう検証するか
　　5.3　シミュレーション・世界モデルからの学習データ生成
　　5.4　ドメイン適応と転移学習の使いどころ

６．ラベリングコストの削減
　　6.1　弱教師あり・半教師ありの実務適用
　　6.2　モデルによる候補抽出と、人手確認の分担設計
　　6.3　現場の点検記録・作業日報を教師信号に変える

７．「良い学習データセット」をどう判定するか
　　7.1　データセット側の評価指標
　　7.2　リークと過学習を生む典型パターン

８．評価をどう設計するか
　　8.1　ベンチマークの飽和 ――シミュレーション上のスコアは実機性能を保証しない
　　8.2　自己申告の評価値と第三者検証の乖離
　　8.3　「見た目のもっともらしさ」と「制御への有用性」は相関しない
　　8.4　三層で目標を置く ――物理整合性／制御有用性／改善の測定

９．現場に載せる
　　9.1　検知→通知→是正のループ設計
　　9.2　誤報コストと見逃しコストの置き方
　　9.3　ドリフト監視と再学習の運用
　　9.4　現場が使い続けるための説明性

１０．事例（公開可能な範囲）
　　10.1　プラントのセンサー時系列からの異常検知
　　10.2　図面とセンサーデータを跨いだ検知

１１．これから ――フィジカルAI、世界モデル、再帰的な自己改善

【質疑応答】

セミナーの詳細についてお気軽にお問い合わせください。

２名以上同時にお申込される場合、２人目以降の方の情報は、

【弊社への連絡事項がございましたら、こちらにお書きください】欄に

ご入力をお願いいたします

◆Live配信セミナーについてのお願い◆

■お申込み前にご確認ください
・パソコンもしくはタブレット・スマートフォンとネットワーク環境をご準備下さい。
  快適に視聴するには30Mbbs以上の回線が必要です。
・Zoomを使用されたことがない方は、ミーティング用Zoomクライアントをダウンロードして下さい。
  ダウンロードできない方はWebブラウザ(Google Chrome、Firefox、Microsoft Edge)でも受講可能です。
  Zoomの視聴にあたり、クライアントおよびWebブラウザは最新版にアップデートして使用してください。
・質問の際など、クリアな音声で会話ができるよう、ヘッドセット（イヤホンマイク）の使用をお勧めいたします。
・Zoomの使用方法につきましては、事前にWeb等でご確認ください。
  下記公式サイトから視聴環境をご確認いただけます。
　→視聴環境 　https://zoom.us/test

■Live配信セミナーの受講について
・開講日の4～5日前に視聴用の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。
・出席確認のため、視聴サイトへのログインの際にお名前、ご所属、メールアドレスをご入力ください。
ご入力いただいた情報は他の受講者には表示されません。
・開催前日着までに、製本したセミナー資料を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。
・当日は講師への質問をすることができます。
・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。