IR技術者教育研究所將舉辦一場線上研討會，從神經網路和強化學習的原理，到時間序列數據收集、學習數據化，以及物聯網系統建構的要點，都將以實施的觀點進行解說。
在製造現場和商業建築等設備領域，AI在系統控制和異常檢測的應用日益廣泛。然而，在現場實施時，往往會面臨理論難以解決的「現實性課題」，例如設備本身的限制條件、資訊安全、收集數據的偏差，以及確保學習所需數據量與品質等問題。本研討會將考量這些課題，從理論與實施兩方面提供「現場可用」的導入技巧。
研討會概要
・研討會名稱：AI・機器學習產業設備應用實踐技巧
・形式：線上（Zoom LIVE直播／錄影回播）
・ 舉辦日期與時間：
【LIVE直播】2026年5月26日（星期二）10:00～16:00
【錄影回播】2026年5月28日～6月11日
・名額：20名
・受講費用：49,500日圓／名（含稅）
・講師：蜷川 忠三 講師（N研究所股份有限公司 代表取締役）
課程詳情
本研討會將概觀機器學習的產業應用，然後逐步學習控制對象的建模、設備保全的預測、設備管理的強化學習，以及學習數據收集與系統設計的訣竅。特別是，將聚焦於現場常成為瓶頸的「數據收集」和「整備成可用於學習的數據」這兩部分，並探討理想的收集分佈概念，以及數據量不足時的處理方法（SMOTE法）等。
此外，還將概觀作為尖端技術備受矚目的生成AI基礎的Transformer的內部原理，並解說時間序列趨勢預測、事件發生預知等產業應用案例（研究案例）。
研討會項目
1. 機器學習的產業應用概觀（研究案例影片／現場應用／實際案例樣本）
2. 控制對象的建模（神經網路基礎／階躍響應／多變數控制的黑盒子模型）
3. 設備保全的預測（LSTM／突發事件預測／精度評估指標）
4. 設備管理的強化學習（Q學習／遷移學習／最佳經濟運行／縮短學習週期）
5. 學習數據收集的實際情況（量與質／理想分佈／SMOTE／工具或自行開發）
6. 現實系統設計的訣竅（初期策略／對象選定／團隊組成／工具的限制）
7. 生成AI技術的尖端產業應用（Transformer概觀／時間序列預測／事件預知）
8. 總結與問答
預期對象
・希望學習機器學習在產業現場具體導入方法及導入案例者
・從事系統控制相關開發設計、生產管理之技術人員／團隊領導者
・設備、機器製造商，基礎設施、產業系統製造商，土木、建築及相關企業人員
・已著手導入但面臨現場課題（數據、運營、設計）困擾者
※本研討會詳情請點擊此處
https://nihon-ir.jp/seminar/ai_industrial
常見問題
What is the main focus of this seminar?
The seminar focuses on practical know-how for applying AI and machine learning to industrial equipment, covering principles, data handling, system design, and real-world challenges.
What are the key topics covered in the seminar program?
The program includes an overview of industrial AI applications, modeling of controlled objects, prediction for equipment maintenance, reinforcement learning for equipment management, data collection and preparation, system design tips, and generative AI applications.
Who is the target audience for this seminar?
The target audience includes engineers and leaders involved in system control, development, production management, manufacturers of equipment and industrial systems, and those facing challenges in implementing AI in industrial settings.
What is the format and duration of the seminar?
The seminar is held online via Zoom LIVE streaming, with an archive streaming option available. The LIVE session is from 10:00 to 16:00 on May 26, 2026, with archive streaming available from May 28 to June 11, 2026.
What specific techniques for handling insufficient data will be discussed?
The seminar will cover methods for dealing with insufficient data, including the SMOTE method.
