International Society of Automation によると、機械の故障によるダウンタイムが原因で、世界中で毎年、6,470 億ドルが失われています。製造、航空宇宙、エネルギー、その他の産業セクターなどに属する組織がコストを最小限に抑え、効率性を改善するために、メンテナンス プロセスを徹底的に見直しています。人工知能 (AI) と機械学習を利用すれば、組織は運用に予知保全を適用し、大量のセンサー データを処理して、機器の故障を発生前に検出できます。定期的な予防保全と比べ、予知保全は問題を先回りして特定し、お金のかかるダウンタイムから企業を救います。
このワークショップでは、時系列データの中から異常と障害を特定する方法、該当パーツの残りの耐用年数を見積もる方法、異常を障害条件に関連付ける方法について学習します。AI モデル トレーニングのために時系列データを準備する方法、XGBoost アンサンブル ツリー モデルを開発する方法、長/短期記憶 (LSTM) ネットワークを使用してディープラーニング モデルを開発する方法、予知保全のために異常を検出するオートエンコーダーを作成する方法について学習します。修了後、AI を利用して機器の状態を予測し、保守を実施する時期を予測できるようになります。
ワークショップ データシートをダウンロードする (PDF 298 KB)
時間: 8 時間
価格: 価格についてはお問い合わせください。
参加条件:
前提条件を満たすためのおすすめ資料: Python チュートリアル, コンピューター ビジョンのためのディープラーニングの基礎
テクノロジ: Python、TensorFlow、Keras、XGBoost、NVIDIA RAPIDS™、cuDF、LSTM、オートエンコーダー
証明書: 評価が正常に完了すると、NVIDIA DLI 証明書が参加者に贈られます。これは専門分野の能力を証明するものであり、プロフェッショナルとしてのキャリアアップを支援します。
ハードウェア要件: 最新版の Chrome または Firefox を実行できるデスクトップ コンピューターまたはノート PC。参加者は全員、完全に設定が終わっている状態でクラウドに置かれている GPU 対応サーバーに専用アクセスできます。
言語: 英語
9:00 a.m.–5:00 p.m.
お客様の組織が、AI、アクセラレーテッド データ サイエンス、アクセラレーテッド コンピューティングの主要なスキルの向上と開発にご興味をお持ちの場合、NVIDIA Deep Learning Institute (DLI) にインストラクターによるワークショップをリクエストしていただけます。
任意