N研究所(株)
代表取締役社長 ／ 元岐阜大学 工学部 電気電子情報工学科 教授
博士（工学）　蜷川 忠三 氏
［専門］
機械学習，電力工学，制御工学
［略歴］
米国University of Washington大学院卒。三菱重工業技監，岐阜大学電気電子工学科教授，スマートグリッド講座特任教授を経て，現在研究受託会社N研究所（株）代表。博士（工学），NEDO有識者委員，電気学会スマートグリッド技術委員会（SGTEC）委員，元日本冷凍空調工業会パッケージエアコン技術委員長。
［執筆］
和英専門書9冊，学術論文110編。
代表著書は，「AI時系列制御解析」（コロナ社），「仮想発電システムの構築技術」（オーム社）等。
「分散型ビル空調IoT・AI制御」（技報堂出版，2021年）

近年AI機械学習がITから産業へ広がってきて，産業設備や製造現場における保全管理などに応用が急増しています。巷にはAI機械学習のハウツー本や開発ソフトがあふれていますが，なりより実際に現場に実装した事例を知ることが重要です。しかし，これまでの書籍やセミナーでは，実際の事例を広くサーベイして，AI機械学習手法別に整理して紹介するものは少ないと思います。
統計・機械学習・AIの手法別と振動・画像・時系列のデータ表現別に我が国の産業現場への実践例を150例文献調査してその中から20例を紹介します。最初に，各手法に分類してそのしくみを直感的に解説したあと，具体的な工場現場や産業設備などへの実践例に対応させて説明展開します。その結果，単に他者事例を知るのみならず，受講者がもつ各課題に最も合う手法とデータ表現へのヒントが得られることを狙いとしています。
本セミナーの重要な視点は，定番手法・アルゴリズムが，どのように産業現場の様々な異常現象や時系列データに対して適用されているかを関連付けることです。それにより，類似するAI機械学習応用事例の中から実現可能なケースとして受講者が自己の課題にタックルする勇気を持っていただくことです。
もう一つの重要な視点は，異常検知から異常予知への進化です。このセミナーでは，なるべく予知を目指した事例を多く含めました。最後に，生成AIのTransformerニューラルネットの最先端予知事例を紹介します。魔法のように未来を予言できませんが，予兆がどの時点でどこのデータ部分で始まったのかを定量化できるAttention値なるものを紹介します。
講師は，メーカ技術者，大学教授，コンサルと長年にわたり統計，機械学習，AI応用の実務経験があります。各種手法を分類して原理しくみと現場適用との魔の川を渡った豊富な経験を通じて，これから試してみようとする現場技術者に寄り添い，実践試行する勇気をもってもらえる入門コースです。

・我が国におけるAI機械学習による異常検知予知が製造現場へ適応されている現状の感覚。
・異常検知予知課題とデータから適材適所のAI機械学習手法を試行するための入門知識。
・異常検知の統計的分布やAI定番手法の原理解説でなく現場に実践応用する際のコツやツボ。
・機械学習ツールに投入までの生データ前処理が決定的に重要である事例と具体的な手法。
・実際に試行して徐々に性能を改善する上で広く実践されている性能評価手法の定番知識。

・製造業の工場等で工程の異常検知予知システムの企画や開発や実装に携わる管理者
・技術者。
・設備業の設備等を運営保全する上で異常検知予知システム開発や実装に携わる管理者
・技術者。
・産業現場の異常検知予知システムの実施例を広く勉強しようとするソフトウェア技術者。
・電力，水道，ガスなど公共設備等の異常予知予兆システムに関わる地方自治体や企業の技術者。
・研究機関，教育機関などの観測データの毎処理や外れ値除外や異常検知予知を検討中の研究者。