大学・大学院・教育・研究のあれこれ

118

本

運営しているクリエイター: Dr. Kano

#機械学習

データ解析者の心得：製造DXの初歩の初歩

随分と長い間，主にプロセス産業の製造現場のデータを対象として，様々な解析を行ってきた．今でも，いくつかの企業と一緒にデータ解析をしている．特に最近は，製造DX実現を掲げての依頼が多い．これまで，多くの成果をあげてきたし，それ以上に多くの失敗もしてきた．その経験を踏まえて，製造プロセスのデータ解析をしようという技術者に「これだけは伝えておきたい」ということがある．それを「３つの心得」としてまとめておくことにした．もっと詳しく知りたいという人がいれば，私の講演を聞いて下さい．

備忘録：2023度の国際会議

2022年12月17日現在の情報．2023年度に自分が参加するかもしれない国際会議の情報をメモしておく．網羅性はないので注意を．分野としては，プロセスシステム工学（Process Systems Engineering），化学工学（Chemical Engineering），制御工学（Control Engineering），機械学習（Machine Learning），データ解析（Data Analytics），自然言語処理（Natural Language Proce

［メモ］MacにPythonとJupyterLabをインストールする

使用中のMacBook ProでPythonを使うために，PythonとJupyterLabをインストールした．これまでJupyter Notebookしか使ったことがなく，JupyterLabは初めてになる．環境は以下の通り． macBook Pro (2021) Apple M1 Max macOS Mnterey 12.3.1 作業日 2022/5/9 作業手順は以下の通り． Homebrewのインストール（必要なら） pyenvのインストール（必要なら） p

スケールアップや設備変更の壁を乗り越える製造データ解析術

第18回SONAR研究会（2021年10月13ｰ15日）にて講演させてもらった．講演題目は「データが蓄積されるまで待てない！ときに役立つモデル構築技術」で，製造現場あるあるな問題に対して，どのようにデータ解析を適用していくかを，産業応用事例と共に紹介した．例えば，スケールアップ．ラボ実験の結果を踏まえて，より装置サイズの大きなパイロット設備で実験を繰り返し，最終的にコマーシャルスケールでの生産を実現する．ラボ，パイロット，コマーシャルでは装置サイズも操業条件も，センサーの

もう英語プレゼンは自分でしなくていいぞ

Google Cloud Text-to-Speechというサービスがあります．ニューラルネットワークなど，グーグルの機械学習パワーを炸裂させたサービスで，３０以上の言語と方言に対応し，テキストを180種類以上の自然な声で読み上げてくれます．実際に試してみると，本当に自然です．いや，自分の発音は悪いからよくわかりませんが，そんな気がします．しかも，英語なら，イギリス，アメリカ，オーストラリア，インドと，地域の特徴を捉えた話し方（訛り）を再現してくれます．面白いです．