安価で手軽に活用できるようになったAI技術とIoT機器。これらを活用することで、スマートファクトリー化のためのシステムが比較的容易に構築できることを、実習を通じて体感する。実習では、システムの一例として、AIによる製品の不具合自動検知システムの実装に取り組む。実装に使われている技術や機器についての知識を深めることにより、複雑なシステムでなければ、AIやIoT技術導入のハードルが高くないことを知ってもらい、その後のAIやIoT技術の手の内化のきっかけにして欲しい。
科目一覧
Implementation of Smart Factory
AI技術とIoT機器を用いた基本的なシステム構築方法を理解する
スマートファクトリラボ
担当講師 | 清水 勉(公益財団法人ひろしま産業振興機構)、永山 忍、市原 英行、児島 彰(広島市立大学大学院 ) |
---|---|
分類 | ラボ |
授業形態 | 対面 |
授業形態詳細 | 本科目は対面方式にて実施するため、広島での受講となります。 受講日時については日程表をご確認ください。 |
時数 | 16コマ |
時間数 | 24時間 |
到達目標 | ・演習を通じてAI技術の基本的な活用方法について理解する。 ・演習を通じてIoT機器の基本的な活用方法について理解する。 ・演習を通じてAIとIoT技術を用いた基本的なシステム構築方法を理解する。 ・AIやIoTによるサイバー空間と現実課題とのつながりを理解する。 |
難易度 | ★★★ |
分野別難易度 | Linux:★ Python:★ 機械学習:★ 画像処理:★ ※履修モデルならコース内で学習できます。 ※Linuxにあまり詳しくない方はある程度自学しておくことをおすすめします。 |
履修上の注意 | この科目は「スマートファクトリモデル」のラボ科目です。 同モデルの事前学習科目はこちら(推奨科目) ・Python入門 ・画像処理 ・機械学習 すでに上記いずれかを習得済の方へのおすすめ(取替可) ・IoT概論 ・論理回路 ・ハードウェア記述言語入門 その他 ・Linux OSの簡単な操作や、Pythonの簡単なプログラミングができること。 ・画像処理や機械学習(AI)の基礎知識を有していると実習の理解が深まる。 |
授業計画 ・内容 |
1回あたり2コマずつの実習とします。 (1) AIによる不具合自動検知システムの概要説明 (2) 自動検知システムの開発環境およびセットアップ方法の概要説明 (3) RaspberryPi上での組込みプログラミングによるセンサデータの取得 (4) RaspberryPi上での組込みプログラミングによるベルトコンベアの制御(モーター制御) (5) RaspberryPiによるセンサデータに基づくベルトコンベアの制御 (6) AI活用フロー(学習用データの収集、学習、パラメータ調整、推論)の概要説明 (7) RaspberryPi上でのAIモデルによる不具合検知プログラムの作成 (8) 構築したシステムの動作確認と今後の発展・応用についてグループディスカッション |
事前・事後学習 の内容 |
あらかじめ提供された教材を予習しておく。 事後に実習内容と課題をまとめたレポートを提出する。 |
成績評価の 方法 |
レポート内容および実習に取り組む姿勢で評価する。 |
教科書 ・参考書等 |
教科書:特になし その他、授業中に必要な資料を配布します。 |
キーワード | Pythonプログラミング、RaspberryPi、機械学習・深層学習、画像処理 |
日程 | 履修モデルオリエンテーション 10/7(土)11:00~12:00 ※全体オリエンテーション後に実施。 ※出席の有無は成績評価には無関係ですが、各ラボに分かれて授業内容等を説明するため出席を推奨します。 授業 2/27(火)10:30-18:00、2/28(水)13:00-18:00、2/29(木)13:00-18:00、3/1(金)13:00-18:00 |