セミナー 印刷

センサデータのAI・機械学習活用のための前処理技術

~時系列・画像・スペクトル等の生データ処理と特徴量抽出のノウハウ~

受講可能な形式:【ライブ配信(見逃し配信付)】のみ

センサから取得した生データを、AI・機械学習で活用できるデータへ
センサから得られる多様で複雑な生データには、ノイズ・欠損・外れ値などに貴重な微弱信号が隠れていることも。
こうした生データを価値ある特徴量データに仕上げるための前処理の一連の工程と定番手法を、
データ収集・整理のポイントから実践的ノウハウを交えて解説します。
日時 2027年2月18日(木)  13:00~16:30
受講料(税込)
各種割引特典
定価:本体45,000円+税4,500円
E-Mail案内登録なら、2名同時申込みで1名分無料 1名分無料適用条件
2名で49,500円 (2名ともE-Mail案内登録必須​/1名あたり定価半額の24,750円)
3名で74,250円 (3名ともE-Mail案内登録必須​/1名あたり定価半額の24,750円)

1名でのお申込みには、お申込みタイミングによって以下の2つ割引価格がございます
早期申込割引価格対象セミナー【1名受講限定】
12月31日までの1名申込み : 受講料 31,900円(E-mail案内登録価格 31,900円)
 定価/E-mail案内登録価格ともに:本体29,000円+税2,900円
  ※1名様で開催月の2ヵ月前の月末までにお申込みの場合、上記特別価格になります。
  ※本ページからのお申込みに限り適用いたします。※他の割引は併用できません。
 
テレワーク応援キャンペーン(1名受講)【オンライン配信セミナー受講限定】
1月1日からの1名申込み: 受講料 39,600円(E-Mail案内登録価格 37,840円)
 定価:本体36,000円+税3,600円
 E-Mail案内登録価格:本体34,400円+税3,440円
  ※1名様でオンライン配信セミナーを受講する場合、上記特別価格になります。
  ※お申込みフォームで【テレワーク応援キャンペーン】を選択のうえお申込みください。
  ※他の割引は併用できません。
特典ライブ配信受講に加えて、見逃し配信でも以下期間中に視聴できます
【見逃し配信の視聴期間】2027年2月19日(金)PM~2月26日(金)まで
※このセミナーは見逃し配信付です。セミナー終了後も繰り返しの視聴学習が可能です。
※ライブ配信を欠席し見逃し配信の視聴のみの受講も可能です。
※見逃し配信は原則として編集は行いません。
※視聴準備が整い次第、担当から視聴開始のご連絡をいたします。
配布資料PDFテキスト(印刷可)
※開催2日前を目安に、弊社HPのマイページよりダウンロード可となります。
※ダウンロード期限:見逃し配信 終了日まで
オンライン配信Zoomによるライブ配信 ►受講方法・接続確認(申込み前に必ずご確認ください)

セミナー視聴・資料ダウンロードはマイページから
お申し込み後、マイページの「セミナー資料ダウンロード/映像視聴ページ」に
お申込み済みのセミナー一覧が表示されますので、該当セミナーをクリックしてください。
開催日の【2日前】より視聴用リンクと配布用資料のダウンロードリンクが表示されます。
備考※講義中の録音・撮影はご遠慮ください。
※開催日の概ね1週間前を目安に、最少催行人数に達していない場合、セミナーを中止することがございます。
得られる知識
・ 本質の理解:言語データAIに比べ、センサーデータAIが難しい理由を原理から理解できる。 
・ 基礎の習得:センサーデータの前処理の統計・信号処理・機械学習を概観・学習できる
・ 工程の把握:AIツール投入前に行う、生データ前処理の工程を一気通貫で理解できる。
・ 最新トレンド:生成AIの基盤技術「Transformer」を応用するための前処理手法を習得できる。
 
受講対象
・ センサーデータを用いたAI機械学習システムの企画開発に携わる管理者,技術者。
・ センサーデータの解析システムを構築しようとする研究者。
・ AI機械学習システムの知識を勉強しようとするソフトウェア技術者。

セミナー講師

蜷川 忠三 氏
N研究所(株) 代表取締役 / 元岐阜大学 工学部 教授

三菱重工業(株)でビル空調制御,太陽光発電インバータの開発設計。
その間,三菱重工業(株)技術職最高位の技監に就任。
その後,岐阜大学工学部で電気電子工学科教授,スマートグリッド共同研究講座特任教授。
退官後,AI産業応用の技術コンサル会社N研究所(株)立上げ。
米国University of Washington大学院正規卒業。工学博士。

専門: 需要家スマートグリッド,AI機械学習の産業応用。
著作: 和英専門書(単著)10冊,学術論文110編。
    代表著書は「AI時系列制御解析」コロナ社,「仮想発電所システム構築技術」オーム社など。
所属学会: 電気学会スマートグリッド技術委員会委員,人工知能学会スマートマニュファクチャリング委員会委員。
活動状況: 岐阜大学工学部非常勤研究員・客員教授,NEDO有識者受嘱。

セミナー趣旨

 センサーデータをAI活用する場面において,センサー生データを機械学習が認識できる特徴量という形へ加工する「前処理」は,地味ながらも決定的に重要な工程です。しかし,既存の書籍や講座の多くは,アルゴリズムや応用事例の解説に偏っているのが現状です。
 種々のシーンで計測される物理量のセンサーデータは,言語データとは比較にならないほど多様で複雑です。ノイズ,欠損,外れ値などに貴重な微弱信号が隠されていることは珍しくなく,そのままではAIツールに入力できません。フィルタリング,信号処理,周波数スペクトル変換といった技を使わないと,AIツールに投入する価値がある特徴量データには仕上がらないのは想像できます。しかし,実際にどのように進めていくのは意外と系統立てて解説されていません。
 本講座では,センサーから得られる物理データを特徴量データへと昇華させる全工程を,定番手法と現実の事例を交えて一気通貫で解説します。さらに,将来の先端技術を見据えて戦略的にデータを蓄積・整備していく指針も提示いたします。講師がメーカー技術者として30年,および大学教授として10年で培った実践的ノウハウを短時間でお伝えします。

セミナー講演内容

1.AI・機械学習用のセンサーデータ前処理の重要性
 
2.センサー生データの種類と複雑さ
 2.1 物理データの種類と特徴
 2.2 データ収集現場の環境
 
3.データ収集と整理のポイント
 3.1 データ前処理の工程構成
 3.2 生データのベクトル化,構造化
 3.4 外れ値,欠損,補間,フィルタリング
 
4.データ前処理における定番手法
 4.1 説明変数決定の定番
 4.2 外れ値選別の定番
 4.3 特徴抽出の定番
 
5.データ前処理が主役効果事例
 5.1 画像分析における前処理事例
 5.2 周波数分析における前処理事例
 5.3 時系列回帰における前処理事例
 
6.将来AIとデータ前処理
 6.1 生成AI Transformer応用に向けて
 6.2 将来LLMエージェントとの融合

  □質疑応答□