（2/9）＜現場の生データを、特徴量データに昇華させる＞センサーデータ前処理の全貌：産業現場でのAI活用成功の鍵

Ｎ研究所株式会社 代表取締役／ 元・岐阜大学 工学部 教授 蜷川 忠三 氏

セミナーポイント

■はじめに：
　産業製造現場におけるAI活用において，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。
　産業現場で計測される物理量センサーデータは，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，現場の物理量計量値などセンサー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。

■受講対象者
・製造業，設備業などで，産業現場のAI機械学習システムの企画開発に携わる管理者，技術者。
・IT会社などで，産業現場の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。
・電力，水道，ガスなどで，インフラのAI機械学習システムに関わる地方自治体や企業の技術者。
・研究機関，教育機関などで，観測計測装置のデータ解析システムを構築しようとする研究者。

■本セミナーで習得できること
・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。
など

セミナー内容

１．製造･産業現場AI活用の現状
　1.1　我が国の製造･産業現場とAI
　1.2　言語系AIと現場系AIの違い

２．製造･産業現場の生データ
　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
　3.3　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

７．質疑応答

出典：株式会社情報機構（https://johokiko.co.jp/seminar_chemical/AD270206.php）。掲載は情報機構との提携によります。