化学品の市場調査、研究開発の支援、マーケット情報の出版

トリケップスセミナー

     開催日時:2019年2月8日(金)11:00~16:30
     会  場:オームビル  → 会場へのアクセス 
          〒101-8460 東京都千代田区神田錦町3-1
     参 加 費:お1人様受講の場合 46,000円 (税別/1名)
          1口(1社3名まで受講可能)でお申し込みの場合 57,000円 (税別/1口)

講 師

河原 吉伸(かわはらよしのぶ)氏
大阪大学 産業科学研究所 准教授(博士(工学))/ 国立研究開発法人 理化学研究所 革新知能統合研究センター チームリーダー

<略歴等>
 2008年3月 東京大学大学院 工学系研究科 航空宇宙工学専攻 博士課程修了
 2008年4月~2009年9月 東京工業大学 グローバルCOE研究員(計算世界観の深化と展開)
 2009年10月~2013年3月 大阪大学 産業科学研究所 助教
 2010年5月~2010年10月 Max Planck Institute for Intelligent Systems 客員研究員
 2010年10月~2014年3月 科学技術振興機構さきがけ研究員(兼務,「知の創生と情報社会」研究領域)
 2013年4月~ 大阪大学 産業科学研究所 准教授
 2016年9月~ 理化学研究所 革新知能統合研究センター チームリーダー(兼務)

 上記に加え,マックスプランク研究所(ドイツ)やワシントン大学(アメリカ),チューリッヒ工科大学(スイス),南洋理工大学(シンガポール)における客員教員を経験し,これらを含めた複数の主要な海外機関とは,継続的に共同研究を行っています。

セミナーの概要

 時系列データにおける異常検知は,プラントにおける製造過程での利用や種々のデータ解析の前処理としての利用をはじめ,データ解析における様々な場面で必要となる重要な技術です。
 本講義では,統計的機械学習に基づいた異常検知について,その基本的な考え方から,私がこれまで取り組んできたものを含む最新の方法までを,現場の人が使えるまで理解できるように紹介したいと思います。

講義項目

1 はじめに
  1.1 機械学習とは
  1.2 機械学習の基本的な問題設定
  1.3 異常の種類
  1.4 外れ値検知と異常検知

2 異常検知の基本的な考え方
 2.1 データを用いた異常検知の流れ
 2.2 異常検知における機械学習の役割
 2.3 状況の分類と異常検知手法の選択

3 静的データにおける異常検知
 3.1 確率分布を用いた異常判定
 3.2 次元削減を用いた方法
 3.3 サポートベクトルマシンによる方法

4 時系列データにおける変化点検知
 4.1 静的データと時系列データ
 4.2 変化点検知の基本的な考え方
 4.3 静的データの異常検知手法の変化点検知への拡張
 4.4 いくつかの変化点検知手法

5 具体的な応用例
 5.1 生産業における応用事例
 5.2 医療データにおける応用事例例