セミナー,機械学習,深層学習,画像認識,Random Forests,ニューラルネットワーク

サイトマップサイトマップ よくあるお問合わせよくあるお問合せ リクエストリクエスト セミナー会場セミナー会場へのアクセス リンクリンク
セミナーのメニュー
  ヘルスケア系
6月
7月
8月
9月〜

化学・電気系 その他各分野
6月
7月
8月
9月〜

  ・7月大阪開催セミナー
出版物出版物
新刊図書新刊図書 月刊 化学物質管理Gmpeople
通信教育講座通信教育講座
LMS(e-learning)LMS(e-learning)
セミナー収録DVDDVD
電子書籍・学習ソフトDVD
セミナー講師のコラムです。講師コラム
  ↑2019/6/5更新!!
お申し込み・振込み要領お申込み・振込要領
案内登録案内登録
↑ ↑ ↑
新着セミナー、新刊図書情報をお届けします。

※リクエスト・お問合せ等
はこちら→ req@johokiko.co.jp



SSL GMOグローバルサインのサイトシール  


セミナー,機械学習,深層学習,画像認識,Random Forests,ニューラルネットワーク

*その他 機械学習・ディープラーニング・人工知能: 関連セミナー、書籍はこちら:

★幅広い分野で商業利用を効かせる画像認識技術について解説

機械学習・深層学習の活用で広がる画像認識の仕組み

講師

中部大学 工学部ロボット理工学科 教授 藤吉 弘亘 先生

* 希望者は講師との名刺交換が可能です

講師紹介

■専門および得意な分野・研究
計算機視覚,動画像処理,パターン認識・理解の研究

■ご略歴
1997年 中部大学大学院博士後期課程修了, 1997年 米カーネギーメロン大学ロボット工学研究所
Postdoctoral Fellow, 2000年 中部大学工学部情報工学科講師, 2004年 中部大学准教授,
2005年 米カーネギーメロン大学ロボット工学研究所客員研究員(〜2006年), 2010年 中部大学教授, 2014年名古屋大学客員教授.

→このセミナーを知人に紹介する

日時・会場・受講料

●日時 2019年8月7日(水) 10:30-16:30
●会場 [東京・京急蒲田]大田区産業プラザ(PiO)6階D会議室 →「セミナー会場へのアクセス」
●受講料 1名46,440円(税込(消費税8%)、資料・昼食付)
 *1社2名以上同時申込の場合、1名につき35,640円
      *学校法人割引;学生、教員のご参加は受講料50%割引。→「セミナー申込要領・手順」を確認下さい。

 ●録音・撮影行為は固くお断り致します。
 ●講義中の携帯電話の使用はご遠慮下さい。
 ●講義中のパソコン使用は、講義の支障や他の方の迷惑となる場合がありますので、極力お控え下さい。
  場合により、使用をお断りすることがございますので、予めご了承下さい。
  *PC実習講座を除きます。


■ セミナーお申込手順からセミナー当日の主な流れ →

セミナーポイント

セミナー内容

■ご講演プログラム
1 画像認識における問題設定と活用例

1.1 一般物体認識とは
1.2 物体検出
1.3 画像分類
1.4 シーンの理解

2 局所特徴量と機械学習(2クラス識別器)による画像認識
物体検出は、局所特徴量と統計的学習手法の組み合わせにより実現されています。顔検出として、Haar-like特徴とAdaBoost識別器を解説した後、人検出で用いられるHOG特徴量等について解説します。
2.1 Haar-like特徴と顔検出
2.2 AdaBoostのアルゴリズム
2.3 HOG特徴と人検出(Histograms of Oriented Gradients)
2.4 その他の画像局所特徴量

3 多クラス識別器Random Forestsによる画像認識
Random Forestsは、バギングや特徴選択等のランダム性を取り入れながら、決定木をアンサンブルに構築するアプローチで、多くのアプリケーションで利用され始めています。Random Forestsのアルゴリズムとその応用例として、Kinectの人体姿勢推定手法について解説します。また、再指針動向として、Random Forestsの回帰への応用であるRegression Forestsも解説します。
3.1 Random Forests
3.2 Hough Forestsによる物体検出
3.3 Random Forestsを用いた距離画像からの人体姿勢推定
3.4 Regression Forestsによる回帰
3.5 Density Forestsによる密度推定
3.6 Semi-supervised Forestsによる半教師付き学習

4 深層学習(Deep Learning)による画像認識
最新の研究動向として、深層学習について概説し、畳み込みニューラルネットワークのしくみと画像認識への適用について解説します。
4.1 深層学習の現在
4.2 畳み込みニューラルネットワーク
4.3 CNNによる画像認識
・一般物体認識(画像分類)
・物体検出
・セマンティクセグメンテーション
4.4 視覚的説明

セミナー番号:AC190861

top

注目の新刊

雑誌 月刊化学物質管理

DI対応CSV 2019

プラスチック環境対応技術

自動運転センシング

半導体製造プロセス

三次元培養

ピッカリング・エマルション

再生医療・細胞治療

2019 車載カメラ徹底解説

量子コンピュータ

これから化学物質管理

分野別のメニュー

化学・電気系他分野別一覧

  植物工場他

  機械学習他

ヘルスケア系分野別一覧

  海外関連

  医療機器

各業界共通
マーケティング・人材教育等

「化学物質情報局」

特許・パテント一覧 INDEX
(日本弁理士会 継続研修)

印刷用申込フォーム    

セミナー用

書籍用

会社概要 プライバシーポリシー 通信販売法の定めによる表示 商標について リクルート
Copyright ©2011 情報機構 All Rights Reserved.