1口(1社3名まで受講可能)でのお申込は、

 受講料 59,000円(税別)/1口 が格安となります。


『製造業におけるニューラルネットワークモデル
 (超回帰モデル)を併用した非線形実験計画法』


〜実験計画法の原理と問題点を解説し、その問題点を人工知能で補う解決法〜

 S181212A



 ◆◆◆講師と同業者(技術コンサルタント・講師業)の方の受講はご遠慮ください。◆◆◆

開催日時:2018年12月12日(水)10:00-17:00

会  場:オーム ビル(千代田区神田錦町3-6)

受 講 料:1人様受講の場合 47,000円[税別]/1名

     1口でお申込の場合 59,000円[税別]/1口(3名まで受講可能)

※人工知能に関する予備知識は必要ありません。

新宣伝セミナー日程表

 講 師

 福井郁磨(ふくいいくま)  氏
   MOSHIMO研 代表…(元オムロン梶A元パナソニック梶A元東レ梶A元LG Electronics Japan Lab梶j
 

 <略歴>   1993年4月〜 オムロン梶F電子部品の原理開発、加工技術開発、ロボットの研究開発、人の聴感判定を
         機械化した検査装置開発などに従事
 2006年6月〜 パナソニック梶F生活家電の要素技術、製品開発などに従事。
 2007年11月〜 東レ梶F液晶ディスプレイなどの微細加工技術開発などに従事。
 2010年4月〜 LG Electronics Japan Lab梶F関西の新規研究所設立責任者、洗濯機チームリーダー、
         オープンイノベーション室長を歴任。
 2015年5月〜 MOSHIMO研:製造業支援、開発コンサルティング、生活関連用品などの研究開発に従事。

 *実験計画法、品質工学、人工知能応用技術に関して、電子部品・ロボット・加工技術・検査技術・生活家電などの分野で、約20年の経験を持つ。
 <所属学会等>   滋賀県品質工学研究会会員 / 品質工学会会員 / 日本品質管理学会会員。

 セミナーの概要

 

 実験計画法は、少ない実験回数で多くの構成要素が関係する現象の解析が可能です。その解析方法を使うと、本来、数千通りの実験が必要な場合でも、数十通りの実験回数で、構成要素間の最適な組合せ(因子ごとの最適条件)を見つけることが可能です。
 しかしながら、解析の前提として構成要素の組合せ効果が線形モデル(構成要素の影響が足し算で構成された単純なモデル)に基づくことを前提にしており、構成要素が複雑に絡みあう製造業の開発では、最適条件の推定が外れることが多々ありました。
 本セミナーでは、実験計画法の原理と問題点の解説を行い、その問題点を補うために人工知能の一種であるニューラルネットワークモデル(超回帰モデル)を併用した製造業の開発により適した非線形実験計画法を解説いたします。
 実験計画法の導入を考えている初学者の方、これまで実験計画法や品質工学(タグチメソッド)を使ったが上手く行かなかったという方々に、具体的な解決策を詳細に説明します。

 

 

【受講対象者】
・機械、電子電気部品、材料、家電、加工/生産装置、計測評価機器、医工分野等の製品や技術開発に携わり、開発効率を高めたい方
・人工知能を実験/評価に活用し、開発効率を高めたい方
・問題に関係する要素が多く、体系的な実験解析手法を必要とする方
・開発難易度が上がった、未経験分野への進出等、従来のやり方では成果が出ない方
・安価な部品や装置で高い性能目標を達成する開発方法を求める方
・実験計画法の基礎と、実務適応に関心を持つ方
・実験計画法や品質工学(タグチメソッド)を使ってみたが、上手く行かなかった方

 

【受講することで得られる知識/ノウハウ】
・従来の開発方法の問題点と解決策
・数多くの要因の組合せを効率的に実験し、最適条件を導き出す方法
・製造業における実験計画法の基本的な考え方から実践手順
・製造業における実験計画法の原理的な問題点と解決方法
・非線形性が強い現象の場合に有効なニューラルネットワークモデル(超回帰モデル)を併用する解析手順
・複雑な関係を持つ構成要素間の最適な組合せ条件を見つける手法(直行表と乱数の応用、遺伝的アルゴリズム)
・実験計画法や品質工学(タグチメソッド)を開発で使ったが、上手く行かなかった方々への解決策
 …など

 講義項目

 1 典型的な既存の開発方法の問題点
  1.1 解説用事例 洗濯機 振動課題の説明
  1.2 既存の開発方法とその問題点

 2 実験計画法とは
  2.1 実験計画法の概要
   2.1.1 本来必要な実験回数よりも少ない実験回数で結果を出す方法の概念
   2.1.2 分散分析とF検定の原理
   2.1.3 実際の解析方法
   2.1.4 実験計画法の原理的な問題点
  2.2 検討要素が多い場合の実験計画
   2.2.1 実験計画法の実施手順
   2.2.2 ステップ1 『技術的な課題を整理』
   2.2.3 ステップ2 『実験条件の検討』
   2.2.4 直交表の解説
   2.2.5 ステップ3 『実験実施』
   2.2.6 ステップ4 『実験結果を分析』
   2.2.7 分散分析表 その見方と使い方
   2.2.8 工程平均、要因効果図 その見方と使い方
   2.2.9 構成要素の一番良い条件組合せの推定と確認実験
  2.3 解析ソフトウェアの紹介
  2.4 実験計画法の解析実演

 3 実験計画法の問題点
  3.1 推定した最適条件が外れる事例の検証
  3.2 線形モデルと非線形モデル
  3.3 非線形モデル(非線形性現象)に対する2つのアプローチ

 4 実験計画法の問題点解消方法 ニューラルネットワークモデル(超回帰モデル)の活用
  4.1 複雑な因果関係を数式化するニューラルネットワークモデル(超回帰モデル・非線形性多重多層回帰式)とは
  4.2 ニューラルネットワークモデル(超回帰モデル)を使った実験結果のモデル化
  4.3 非線形性が強い場合の実験データの追加方法
  4.4 超回帰モデル構築ツールの紹介

 5 ニューラルネットワークモデル(超回帰モデル)を使った最適条件の見つけ方
  5.1 直交表の水準替え探索方法
  5.2 直交表+乱数による探索方法
  5.3 確認実験と最適条件が外れた場合の対処法
  5.4 ニューラルネットワークモデル(超回帰モデル)の実演

 6 その他、製造業特有の実験計画法の問題点と開発手法
  6.1 開発対象(実験対象)の性能を乱す客先使用環境を考慮した開発
  6.2 客先使用条件による動的な変化を矛盾なく解析する方法
  6.3 客先使用環境を考慮した開発実験方法 品質工学概要

 7 学習用 参考文献 紹介

 8 全体に対する質疑応答



 お1人様      受講申込要領 1口(1社3名まで) 受講申込要領  セミナー 総合日程 新宣伝 セミナー日程