|
A1：IoT導入・IoT設計
1. IoT導入
IoT（Internet of Things）とは？
IoTの構成要素
製造業のIoTビジネス推進の３段階
IoTの推進の注意点
IoTプロジェクトの進め方
ワークショップ①：IoT推進の課題検討
2. IoT設計
標準化の重要性
産業用ネットワークの今後
生産指標の統一
IoTセキュリティ
セキュリティ関連技術
ITとIoTの違い
ワークショップ②：IoTセキュリティ問題の検討
IoTによる製造現場の課題解決
改善事例
IoT活用纏めシート
ワークショップ③：課題を抱える生産現場のIoTによる改善
IoTとスマート工場
IoTによる一気通貫生産
スマート工場事例
デジタルツイン
マスカスタマイゼーション
改善テンプレートの活用
ワークショップ④：IoTによる工場改善
B1：IoT概論・IoTセンサー
1. IoTとは
IoTの概要
IoTの技術
2. IoTの具体例
農業分野
エネルギー管理
自動車関連
産業関連
KOMTRAX
インダストリアル・インターネット
インダストリー 4.0
身の丈IoT
その他
生活関連
ヘルスケア
スマートホーム
3. 組込みシステム
電子回路
電気回路の基礎
ダイオードとトランジスタ
LED点灯回路
デジタル回路
組み込みシステムの構造
ワンボードマイコン
回路図
LED点灯プログラム
AD変換とDA変換
シリアル通信
4. Arduino演習
アルディーノの回路図
動作確認(単体でBlinkの周期変更)
LED駆動回路(電流制限抵抗の計算)
LEDを点灯(ブレッドボードで実装, デジタル出力)
スイッチ入力でLEDを点灯(デジタル入力)
アナログ入力を用い、CdsセルでLEDを点灯
アナログ出力で、暗いとLEDを明るく点灯
デジタル出力で、フルカラーLEDを点灯
アナログ出力で、フルカラーLEDの色調節
B2：IoTネットワーク・IoTアーキテクチャ
1. センサとアクチュエータ
各種センサ
光センサ
動きセンサ
人感センサ
温度センサなど
画像・レーダなど
各種アクチュエータ
ソレノイド
DCモータ
サーボモータ
ステッピングモータ
その他のモータ
2. ネットワーク
通信とインターネットの基礎
ネットワークメディアとプロトコル
無線通信
短距離無線
PANとセンサーネットワーク
広域無線通信
衛星通信
3. アーキテクチャ
IoTフレームワークと標準
各種フレームワーク
標準化団体・コンソーシアム
IoTプラットフォーム
AWS
Google Cloud Platform
Microsoft Azure
クラウド
クラウドの技術
Googleのデータ基盤とHadoop
4. アルディーノ演習
圧電スピーカーでのドレミ演奏
フォトトランジスタ照度計測
フォトリフレクタでの距離測定
シリアルデータ転送
超音波距離センサでの距離測定(パルス波形入力)
加速度センサ
DCモータの制御(FET駆動回路)
モータドライブIC
C1：データ活用・データ分析
1. データ分析概論
データ分析の目的
データ活用サイクル
データ分析のためのツール
BIとAI
統計手法
機械学習
データ分析プロセス
データ分析ツール
2. Raspberry Piの基本
マイコンボードとシングルボードコンピュータ
ArduinoとRaspberry Piの比較
Raspberry Piのハードウェア
Raspberry Piのソフトウェア
ハンズオン① Raspberry Piのセットアップ
3. Pythonの基本
Pythonの特徴
Pythonプログラミング環境
Pythonプログラミングの基礎
ハンズオン② LEDを点滅するプログラム
ハンズオン③ グラフ表示
4. ドキュメント指向データベース
MongoDBの概要
リレーショナルデータベースとの比較
ハンズオン④ MongoDBの基本操作
5. メッセージ通信
MQTTの概要
ハンズオン環境(Mosquitto)
ハンズオン⑤ センサーデータの読込と保存
6. 統計手法を用いたデータ分析
数値予測の種類
ハンズオンの概要
ハンズオン⑥ 相関分析
ハンズオン⑦ 単回帰分析
ハンズオン⑧ 重回帰分析
C2：人工知能・機械学習
1. 人工知能概論
人工知能(AI)とは
第3次AIブーム
産業での利用の加速
ビッグデータ・IoTとの関わり
2. AIを取り巻く技術
ニューラルネットワーク
機械学習
深層学習
分散コンピューティング
機械学習プラットフォーム
3. 機械学習を用いたデータ分析
機械学習の種類
機械学習の用途と手法
クラス分類
回帰
クラスタリング
サポートベクターマシン(SVM)
ハンズオン① 分類問題
線形回帰(Linear Model)
ハンズオン② 回帰問題
クラスタリング(K-means)
ハンズオン③ クラスタリング問題
4. 実践的な機械学習の利用
画像による分類
ハンズオン④ 手書き数字画像の分類
センサーデータ分析による予測
ハンズオン④ 気温データと電力の消費量
※予告なくコース内容が変更になる場合があります。
|
