開催主旨

機械の故障・事故は、企業ひいては産業全体にとって非常に大きなリスクであります。 しかし、この領域はこれまで「熟練ベテランの高度な勘と経験頼り」でありました。 そして、ベテラン技能者は高齢化とともに減り続け、企業の事故リスクは高まり続けているというのが今日の実態です。

こうしたベテラン技術者の代わりとして画像処理やコンピュータビジョンにおけるAI技術を活用して品質管理や故障予知をしていこうというのが、「AI技術による外観検査」の領域ですが、機械の故障検知・故障予知に【音】が有効に利用できる可能性が出てきました。

本セミナーでは、講師のこれまでの音声研究のノウハウと、各種企業との共同研究の経験値を組み合わせ、【音】が故障検知や故障予知にどのように利用できるかを説明します。

ディジタル信号処理の基礎から、音の特徴量の求め方までを平易に解説した後、それらの故障検知への利用方法、およびその故障予知への発展の方法に】ついて、可能なアプローチをご紹介します。

また、実際の環境音、騒音などを鑑みて、比較的平易に取り組める【雑除去手法】の紹介も行います。「画像では困難」だが、音なら容易である例にも言及し、これからの音応用のイメージを膨らませて頂くことを目指します。 

本セミナーでは、共同研究を実施してきた経験から、

・特徴量ベースの方法

・学習ベースの方法

の二つを軸に、特徴量の計算として、

・パワー

・スぺクトル

・メル周波数

・線形予測

・ケプストラム等

また学習ではCNNを中心に、最適な方法の導出の考え方について、また最近の動向に触れ、異常データが少ない場合の対策（MT法、AE法等）をも説明する予定です。我々の経験方法にも、言及します。