THEME
異常検知
「異常検知」に関する記事 17本。
-
時系列データの異常検知AI入門：統計・予測残差・再構成型の3方式と選び方
-
異常検知の誤報を減らす：1日あたり誤報件数とイベント単位評価で設計する
-
時系列異常検知の評価の落とし穴：71手法×967系列の比較で分かった3つの事実
-
多変量SPC（MSPC）入門：Hotelling T²とQ統計量で相関のある工程を監視する
-
AIモデルのドリフト監視：材料ロット・季節・設備改造で精度が落ちる仕組みと対策
-
音で設備異常を見つけるAI：日立MIMIIデータセットとDCASEの結果に学ぶ導入要点
-
多変量の設備データで異常検知：SWaTデータセットに学ぶ51センサの扱い方
-
安全AIの再現率と誤報のトレードオフ：警報が無視されない運用を設計する
-
予知保全は閾値管理で足りるか：機械学習が要る4条件と「誤報率10%」の壁
-
異常ラベルがない工場データの異常検知：正常データだけで学習する4つの手順
-
OEEデータをAIで深掘りする：停止理由・チョコ停・速度低下の分析に必要な粒度
-
異常検知を保全・品質のアクションにつなぐ：MESとアラーム運用の設計5原則
-
製品系譜（ジェネオロジー）で不良の真因を追う：MESデータを使った要因分析の手順
-
見逃しと過検出のトレードオフ：製造業AIのしきい値を決める3つの方法
-
設備保全部門のAI活用：点検・予知保全・保全記録の検索まで5つの使い方
-
異常検知と分類AIの違い：不良データが少ない製造業での選び方3基準
-
教師あり学習と教師なし学習の違い：外観検査・予知保全など製造業の6用途で整理
記事を探す
CONSULTATION
「AIで何ができるのか分からない」段階からご相談ください
AI導入テーマの選定、PoCの設計、データ基盤・MESとの連携、本番運用と人材育成まで。株式会社サオスの実務者が、貴社の現場とデータに合わせた進め方をご提案します。
AI導入の相談をする相談は無料です。特定製品の売り込みは行いません。