. .
セミナー・イベントTOPへ戻る


IoT技術と人工知能によるヒューマンエラー対策

■開催日時:2017年9月19日(火)13:30〜16:30 

■会場:『ちよだプラットフォームスクウェア』 (東京都千代田区)

■受講料 42,000円(税込、資料付き/1人)

■主催 (株)シーエムシー・リサーチ

■講師
梶原祐輔 氏
 立命館大学 情報理工学部 情報システム学科 助教

【講師経歴】
 2009年3月 東京電機大学 理工学部 情報システム工学科卒業
 2011年3月 金沢大学大学院 自然科学研究科 電子情報工学専攻 博士課程前期課程修了
 2013年3月 金沢大学大学院 自然科学研究科 電子情報科学専攻 博士課程後期課程修了
 2013年4月 立命館大学情報理工学部助教、現在に至る。
 
■趣旨
 本セミナーでは、深層学習とIoT技術によるヒューマンエラー予兆検知の有用性と必要性に
ついて触れ、これらを導入し、活用するための留意点について解説するとともに、質疑応答を
通して理解を深めます。本セミナーを受講することで、ヒューマンエラー予兆検知などの機械
学習を活用した生産現場のスマートファクトリー化やインテリジェント製品の開発に役立ちます。

■セミナー対象者
 企業の研究開発、工場の生産管理、IT関連ご担当者

■セミナーで得られる知識
 機械学習の基礎とその活用方法、認知心理学の基礎とその活用方法、機械学習による単調作業に
おけるヒューマンエラー予兆検知


1 生産工程におけるヒューマンエラー
 1.1 ヒューマンエラーの発生
 1.2 現状のヒューマンエラー対策とその問題点
 1.3 人工知能によるSafetyIIの実現

2 Working Rhythmの乱れ
 2.1 単調作業とその状態遷移の種類
 2.2 ワーキングメモリと注意
 2.3 自動的処理と意識的処理
 2.4 注意と行動の制御
 2.5 作業者の動きの取得
 2.6 フーリエ変換による周期的な動きの取得
 2.7 DTWによる過去作業との類似度の算出

3 パターン認識
 3.1 パターン認識とは
 3.2 観測信号の取得
 3.3 センサの種類
 3.4 時間分解能と空間分解能
 3.5 特徴空間とその学習
 3.6 汎化と過剰適合
 3.7 汎化能力の評価
 3.8 パターン認識精度向上に向けて
 3.9 単純パーセプトロン
 3.10 多層パーセプトロン
 3.11 深層学習
 3.12 集団学習

4 深層学習によるヒューマンエラー予兆検知
 4.1 ヒューマンエラー予兆の検知とその確信度
 4.2 分類不能領域の設定
 4.3 人工知能と作業者の協同
 4.4 ヒューマンエラー予兆の検知とその結果

5 ヒューマンエラー予兆が表れる部位
 5.1 K-means法による作業者のタイプ分類
 5.2 最適なクラスタ数の設定
 5.3 タイプ分類とその結果
  

Copyright (C) 2017 NTS Inc. All right reserved.