音による故障検知および故障予知
開催日 | 10:00 ~ 16:30 |
---|---|
主催者 | 株式会社トリケップス |
キーワード | ソフトウェア開発 設備保全・TPM 機械学習・ディープラーニング |
開催エリア | 全国 |
開催場所 | Zoomを利用したオンライン講座 |
~講師のこれまでの音声研究のノウハウと、各種企業との共同研究の経験値を組み合わせ、 音が故障検知や故障予知にどのように利用できるかを解説します~
セミナー講師
島村徹也(しまむらてつや)氏 埼玉大学大学院 理工学研究科 数理電子情報部門 教授(工学博士) <経歴> 1986年 慶應義塾大学 理工学部 卒業。 1991年 慶應義塾大学大学院 理工学研究科 博士課程修了、工学博士。 1991年 埼玉大学 工学部 情報工学科 助手。 1995年 ラフバラ大学(イギリス) 客員研究員。 1996年 ベルファーストクイーンズ大学(イギリス) 客員研究員 1998年 埼玉大学 助教授。 2007年 埼玉大学 教授。 <学会、等> IEEE, アメリカ音響学会、日本音響学会、電子情報通信学会、信号処理学会、電気学会 会員。現在、信号処理学会編集長。 <専門> ディジタル信号処理とその音声、画像、通信への応用など。論文・著書多数。 これまで20社を超える企業との共同研究を実施するなど、産学連携に力を入れている。 2019年より「AI時代の画像処理技術研究会(埼玉大学産学官連携協議会)」の代表を務め、年に複数回の研究発表会を主導している。
セミナー受講料
お1人様受講の場合 53,900円[税込]/1名1口でお申込の場合 66,000円[税込]/1口(3名まで受講可能)受講申込ページで2~3名を同時に申し込んだ場合、自動的に1口申し込みと致します。
受講について
- 本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、お申込み前にZoomのテストミーティング(http://zoom.us/test)にアクセスできることをご確認下さい。
- インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。
- 受講中の録音・撮影等は固くお断りいたします。
セミナー趣旨
画像処理やコンピュータビジョンにおけるAI技術の成功から、次は音の利用だ、という流れができつつあります。特に、これまで産業界から重大な問題であると認識されていたにも関わらず、実際には人間の手に頼らざるを得なかった、機械の故障検知や故障予知の問題に、音が有効に利用できる可能性が出てきました。本セミナーでは、講師のこれまでの音声研究のノウハウと、各種企業との共同研究の経験値を組み合わせ、音が故障検知や故障予知にどのように利用できるかを説明します。ディジタル信号処理の基礎から、音の特徴量の求め方までを平易に解説した後、それらの故障検知への利用方法、およびその故障予知への発展の方法について、可能なアプローチをご紹介します。また、実際の環境音、騒音などに鑑みて、比較的平易に取り組める雑除去手法の紹介も行います。実際の現場で、どのようなマイクをどのように取り付けるか等のノウハウもお伝えする予定です。共同研究を実施してきた経験から、本セミナーでは特徴量ベースの方法と学習ベースの方法の二つを軸として、各種特徴量の計算を紹介しつつ、学習ではCNNを中心に、最適な方法の導出の考え方について、また最近の動向に触れ、異常データが少ない場合の対策(MT法、AE法等)をも説明する予定です。我々の経験手法にも言及します。
セミナープログラム
1 はじめに 1.1 正常音と異常音 1.2 音による情景分析 2 音信号の基礎 2.1 離散時間信号 2.2 ディジタルフィルタ 2.3 フーリエ変換 2.4 パワースペクトル 2.5 音の特性 3 音の特徴量 3.1 パワー、周期 3.2 スペクトル 3.3 ケプストラム、メルケプストラム 3.4 線形予測係数 4 雑音除去技術 4.1 スペクトル引き算 4.2 ウィナーフィルタ 4.3 各種フィルタリング 4.4 複数マイクの利用 5 故障検知の方法 5.1 特徴量の利用 5.2 距離尺度の利用 5.3 ニューラルネットワークの利用 5.4 最近の手法 6 故障予知の方法 6.1 時系列情報の利用 6.2 故障検知方法の有効利用 6.3 最近の試み