製造業における生産性向上・品質改善を 実現するためのデータ活用術
製造業における
生産性向上・品質改善を
実現するためのデータ活用術
線形モデル・非線形モデルの構築方法、データ前処理、産業応用事例など。
データ解析で成果を挙げるための心得や、実際に現場で役立つデータ活用術を解説。
開催日時
2025年8月21日（木）
10:30～16:30
受講料
55,000円（税込）
受講形式
Live配信
（アーカイブ配信付）
講師紹介
加納 学 氏
京都大学 大学院情報学研究科 教授 博士(工学)
プロセスシステム工学・プロセス・インフォマティクス
京都大学大学院工学研究科化学工学専攻の助手・准教授を経て2012年から現職。仮想計測（ソフトセンサー）・異常検出・制御・最適化などの方法開発と産業応用を実施。企業との共同研究も多数実施し、理論と実践の両面で豊富な経験を持つ。
セミナー趣旨
バズワードに振り回されている場合ではない。生産性向上や品質改善を実現するために
製造現場で成果をあげるために、最先端の方法が必要とは限りません。むしろ、実績の豊富な方法を自分の道具箱に入れておき、それらを適材適所で使うことが大切です。目標を達成できるのであれば、手法やモデルはできるだけ単純な方がよいのです。
本講座では、最低限知っておくべきデータ解析手法を解説し、それらを使用する際に注意すべきこと（弱点）を指摘します。また、地味だが重要なデータ前処理にも触れます。
応用編では、産業応用事例を紹介しながら、転移学習やグレイボックスモデル（ハイブリッドモデル）を含めて、実際に現場で役立つデータ活用術を紹介します。さらに、データ解析で成果を挙げるための心得３箇条を示します。
セミナー講演内容
🎯 はじめに
- 製造業におけるデータ活用について
📊 基礎編１：線形モデル構築方法
- 重回帰分析
- 線形判別分析
- 主成分分析
- 多重共線性の問題
- Ridge回帰とLasso回帰
- Partial Least Squares (PLS)回帰
🔄 基礎編２：非線形モデル構築方法
- ガウス過程回帰(GPR)：バラツキを予測する
- Random Forest：多数決で精度を高める
🔧 基礎編３：データ前処理
- データを見る
- 外れ値を検出する
- 変数を変換する
🎛️ 応用編１：仮想計測・ソフトセンサー
- 仮想計測・ソフトセンサーの役割
- 実用上の課題
- Just-In-Timeモデル（半導体・製薬プロセス事例）
- 製品品質の推定制御（石油化学プロセス事例）
- 転移学習（FEHDA）（トナー・医薬品製造事例）
🚨 応用編２：異常検出
- 統計的プロセス管理（SPC）
- 多変量統計的プロセス管理（MSPC）（鉄鋼プロセス事例）
- 非線形性に対応した異常検出方法
⚖️ 応用編３：グレイボックスモデル
- 物理モデル＋統計モデル＝グレイボックスモデル
- グレイボックスモデルによる予測（医薬品製造事例）
💡 おわりに
- まとめ
- データ解析の心得３箇条
- 質疑応答
関連商品・サービス
データ活用や品質改善に役立つイーコンプライアンスの商品をご紹介
お問い合わせ
セミナーに関するご質問やお問い合わせは、以下までお気軽にご連絡ください。
株式会社イーコンプレス 丁田
〒630-0244 奈良県生駒市東松ヶ丘1-2 奥田第一ビル102
