MATLAB および Simulink セミナー

ディープラーニング、機械学習セミナー~予知保全と異常検知を実践~

概要

MATLAB EXPO 2018でご好評いただいたディープラーニング、機械学習関連の講演から選りすぐりの講演を集め、大阪にてセミナーを開催いたします。基調講演には大阪ガス株式会社様をお迎えしご講演いただきます。

展示コーナーでは、弊社エンジニアがデモのご紹介ならびに技術的なご質問にお答えします。

これからMATLABをご利用になる方も、すでにご利用いただいている方もご参加いただけます。特に予知保全・異常検知にご興味をお持ちの方におすすめのセミナーです。ぜひご登録の上ご参加ください。

アジェンダ

時間 タイトル
12:30 受付開始
13:00 - 13:40 

【基調講演】機械学習を1週間でビジネスに活用させる3つの方法

大阪ガス株式会社 情報通信部 ビジネスアナリシスセンター データサイエンティスト 國政 秀太郎様

近年、機械学習をはじめとするデータ分析のツールやライブラリが多く登場し、専門家でなくとも手軽に試すことができる世の中になってきた。しかし、機械学習を日々の業務オペレーションや経営意思決定などのビジネスの現場に実装するためには、ビジネスインパクトのある活用先の発掘、社内意思決定者の理解、システム開発など、課題が多い。精度の良いロジックが開発できたとしても、これらの課題がクリアできずにビジネスへ活用されない悩みを社外の方から多く耳にする中、当社も例外ではなく、プロジェクトが頓挫したり、想定より多くの時間を要した案件もあった。

本講演では、その苦い経験を乗り越えた事例を紹介しながら、ビジネスに機械学習を活用させる方法を紹介する。

13:40 - 14:20 

外観検査のための画像処理・ディープラーニングワークフロー

MathWorks Japan 町田 和也

外観検査への画像処理・ディープラーニング技術の活用が広がっています。一方で、これらの技術の導入に、どこから始めればよいのか、どんな環境を整えればよいのか等、ハードルを感じられている方も多く見受けられます。

本セッションでは外観検査のためのワークフローとシステム実装例、所望の結果を得るための画像処理・ディープラーニング技術の使いどころを交えて、現場での活用に、具体的なイメージが浮かぶようにご紹介します。以下のような方に最適なセッションです。

  • 画像処理による外観検査・異常検知に興味がある方
  • 工場インフラへのシステム実装を検討している方
  • 画像処理を取り組み始めているものの、思うような結果が得られていない
14:20 - 14:40  休憩、展示
14:40 - 15:20 

ディープラーニングのシステムへの展開~エッジからクラウドまで~

MathWorks Japan 町田 和也

近年、ディープラーニングの技術は様々な領域で用いられるようになり、その活用の可能性は益々広がっています。高い認識精度を得られる一方、計算コストがかかるディープラーニングを実務の中で効率よく適用するには、どの環境・デバイスで運用するかの選択が重要です。

本セッションでは、統合開発環境であるMATLAB® で作成したディープラーニングモデルをエッジのGPU環境やサーバーで運用するためのワークフローをご紹介します。また、ONNX™形式を介した他のフレームワークとの連携、TensorRT™の活用を含むディープラーニング推論の高速化に対する取り組み、組み込みGPUやRaspberry Pi™への実装についてもご紹介します。

15:20 -16:00 

生産技術向け故障予測・予知保全

MathWorks Japan 井上 道雄

機器の故障発生時期を予測し、状態に応じたメンテナンスを行う取り組みが注目を浴びていますが、実現にはデータ収集や機械学習の活用法など、乗り越えるべき課題は少なくありません。特に故障の兆候を示す特徴量の選定には多くの試行錯誤が求められ、機器に対する深い理解が必要不可欠です。

本セッションでは、予知保全の事例紹介から、故障予測によく用いられる時系列データの特徴量、そして今年リリースされた Predictive Maintenance Toolbox™ を使用した機械の残り寿命を予測する手法まで、GUIツールも活用した実践的なテクニックをご紹介します。デジタルツインのアプローチにも触れる予定です。故障予測アルゴリズム開発の効率アップに役立つ内容となっています。

16:00 - 16:40 

MATLABによる大規模フリートデータ解析

MathWorks Japan 齊藤 甲次朗

IoT関連技術の発展により近年ではフリートデータの活用がより進んでおり、車両の燃費や運転者の走行パターンなどを得ることができますが、取り扱うデータ量の増加や処理内容の高度化・複雑化に伴い扱いが難しくなります。MATLAB®はビッグデータを処理するための環境を提供しており、アルゴリズムを書き直すことなくデスクトップ環境から、ビッグデータのためのプラットフォームへとスケールアップすることができます。 本セッションではでのビッグデータ解析のワークフローやtipsについて、以下のトピックを含めて紹介します。

  • ビッグデータの読み込み、前処理
  • Apache™ Hadoop®/Apache Spark™と組合せた走行データ解析
  • MATLAB解析のシステムへの統合
16:40  終了 ※講演終了後も展示コーナーにぜひお立ち寄りください。

満席につき受付終了