　　　

☆☆☆Web配信セミナー☆☆☆

『産業界におけるAI技術を用いた制御・診断手法と応用事例解説』

S211126AW1

　☆☆☆本セミナーは、Zoomを使用して、行います。☆☆☆

開催日時：2021年11月26日（金）11:00-16:00
受講料：お1人様受講の場合　50,600円[税込]／1名
　　　　　1口でお申込の場合　61,600円[税込]／1口（3名まで受講可能）

　★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。

　講　師

　橋本誠司（はしもとせいじ）　氏
　　群馬大学大学院　理工学府　電子情報部門　教授（博士（工学））

＜略歴＞	1999年　宇都宮大学大学院　工学研究科　博士課程修了。　1996年～1999年　日本学術振興会　特別研究員。　2000年　小山工業高等専門学校　機械工学科　助手。　2002年　群馬大学　工学部　助手。　2005年　同助教授。　2016年　同教授。　　現在に至る。
＜主な研究テーマ＞	知能化制御技術の産業応用に関する研究　/　制御・推定・診断分野におけるAI技術の開発　/　振動発電に基づくエネルギーハーベスティング技術に関する研究　…制御理論とその産業応用に関する研究を中心とし，特に知能化制御を用いた制御技術の実用化研究を行っている。
＜主な受賞＞	2020/11　31st Int. Invention, Innovation and Technology Exhibition 2020 (ITEX2020) Gold medal 　2019/10　UTeMEX2019（UTeMイノベーション展2019）金メダル　2019/04 　群馬銀行ぐんぎんビジネスサポート大賞

　セミナーの概要

　近年，人工知能に注目が集まっており，特に，画像認識や自然言語処理などの情報分野で大きな成功を収めている．
　本セミナーでは，まずは制御の基礎となる古典制御から，現代制御，モデルベースド制御までを概観する。その後，AI技術の基礎となるニューラルネットワークについて解説するとともに，データ拡張，転移学習，可視化技術など最近の動向を踏まえつつ，産業分野での制御や診断の課題にAI技術を応用した事例の紹介を行う。

　講義項目

　1　これまでの制御理論

　　1.1　古典制御理論
　　1.2　モデルベースド制御手法

　2　人工知能（AI）の制御・診断への導入

　　2.1　機械学習の分類
　　　2.1.1　教師なし学習
　　　2.1.2　教師あり学習
　　2.2　ニューラルネットワーク
　　　2.2.1　再急降下法と誤差逆伝播法
　　　2.2.2　FNN、RNN、CNN
　　　2.2.3　転移学習
　　　2.2.4　データ拡張
　　　2.2.5　学習の可視化
　　2.3　ニューラルネットワークと制御
　　　2.3.1　フィードバック誤差学習制御
　　　2.3.2　規範モデル型学習制御

☆☆☆Web配信セミナー☆☆☆

『産業界におけるAI技術を用いた制御・診断手法と応用事例解説』

S211126AW1

橋本誠司（はしもとせいじ）　氏
　　群馬大学大学院　理工学府　電子情報部門　教授（博士（工学））

1　これまでの制御理論

1.1　古典制御理論
　　1.2　モデルベースド制御手法

2　人工知能（AI）の制御・診断への導入

3　AI技術の制御への応用

3.1　超精密ステージの位置決め制御への応用
　　3.2　ディジタル制御電源への学習理論の応用
　　3.3　むだ時間制御系への応用
　　3.4　内燃機関の過渡空燃比制御への応用
　　3.5　モータ制御系への応用

4　AI技術の診断への応用

4.1　低サンプリング信号に対するAI故障診断法（信号処理法）
　　4.2　低サンプリング信号に対するAI故障診断法（画像処理法）
　　4.3　AIによる画像の分類とその可視化技術

☆☆☆Web配信セミナー☆☆☆ 『産業界におけるAI技術を用いた制御・診断手法と応用事例解説』

S211126AW1

橋本誠司（はしもとせいじ） 氏 群馬大学大学院 理工学府 電子情報部門 教授（博士（工学））

1 これまでの制御理論

1.1 古典制御理論 1.2 モデルベースド制御手法

2 人工知能（AI）の制御・診断への導入

3 AI技術の制御への応用

3.1 超精密ステージの位置決め制御への応用 3.2 ディジタル制御電源への学習理論の応用 3.3 むだ時間制御系への応用 3.4 内燃機関の過渡空燃比制御への応用 3.5 モータ制御系への応用

4 AI技術の診断への応用

4.1 低サンプリング信号に対するAI故障診断法（信号処理法） 4.2 低サンプリング信号に対するAI故障診断法（画像処理法） 4.3 AIによる画像の分類とその可視化技術

　　　

☆☆☆Web配信セミナー☆☆☆

『産業界におけるAI技術を用いた制御・診断手法と応用事例解説』

　橋本誠司（はしもとせいじ）　氏
　　群馬大学大学院　理工学府　電子情報部門　教授（博士（工学））

　1　これまでの制御理論

　　1.1　古典制御理論
　　1.2　モデルベースド制御手法

　2　人工知能（AI）の制御・診断への導入

　3　AI技術の制御への応用

　　3.1　超精密ステージの位置決め制御への応用
　　3.2　ディジタル制御電源への学習理論の応用
　　3.3　むだ時間制御系への応用
　　3.4　内燃機関の過渡空燃比制御への応用
　　3.5　モータ制御系への応用

　4　AI技術の診断への応用

　　4.1　低サンプリング信号に対するAI故障診断法（信号処理法）
　　4.2　低サンプリング信号に対するAI故障診断法（画像処理法）
　　4.3　AIによる画像の分類とその可視化技術