セミナー 異常検知 ディープラーニング 深層学習 異常検出 gan オートエンコーダ

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
11月
12月
2020年1月
2月〜

化学・電気系 その他各分野
11月
12月
2020年1月
2月〜
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
  ↑2019/11/7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 異常検知 ディープラーニング 深層学習 異常検出 gan オートエンコーダ

★飛躍的な精度向上も期待できる、異常検知へのディープラーニング導入についてのセミナー。
★ニューラルネットワークや異常検知の基礎から、オートエンコーダやGANなどを用いた異常検知の実際、応用事例、現状の問題点などを徹底解説!

ディープラーニングによる異常検知の基礎と応用

講師

岐阜大学 工学部 電気電子・情報工学科情報コース 准教授 加藤 邦人 先生

* 希望者は講師との名刺交換が可能です

講師紹介

■ご略歴:
1996年中京大院情報科学研究科修士課程修了.現在,岐阜大学工学部准教授.2011年米国メリーランド大学Faculty
Staff.2019年岐阜大学人工知能研究推進センターセンター長。画像処理,コンピュータビジョンの研究に従事.電子情報通信学会,電気学会,精密工学会会員.博士(情報認知科学).

■ご専門および得意な分野・研究:
コンピュータビジョン、画像認識

■本テーマ関連学協会でのご活動:
・画像センシング技術研究会組織委員会ステアリングコミッティ委員長
・精密工学会画像応用技術専門委員会副委員長

→このセミナーを知人に紹介する

日時・会場・受講料

●日時 2020年2月26日(水) 12:30-16:30
●会場 [東京・東陽町]江東区産業会館2階 第6展示室 →「セミナー会場へのアクセス」
●受講料 1名41,800円(税込(消費税10%)、資料付)
 *1社2名以上同時申込の場合、1名につき30,800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 →

セミナー開催にあたって

■はじめに:
 近年、ディープラーニングによる画像認識は目覚ましい発展を遂げており、これらの成果は実利用の段階に入った。工場などの生産現場では、古くから画像認識による外観検査や異常検知が導入されているが、これらにディープラーニングを導入することで飛躍的な精度の向上を行った事例が報告されつつある。一方で、ディープラーニングを外観検査に応用する場合には、外観検査、異常検知ゆえの問題がある。そこで,近年では大量の正常サンプルからニューラルネットワークによって正常状態モデルを生成し,その正常状態を基として未知サンプルの異常度を算出する手法が用いられる.その代表的なモデルとして,AutoencoderやGenerative Adversarial Networks (GANs)による異常検知手法について紹介する。
 合わせて、ディープラーニングにつながるニューラルネットワークの基礎から、異常検知の考え方、応用事例まで広く講演を行う。

■受講対象者:
 これから自社で外観検査システム、異常検知システムを構築したい、もしくはそれらの考え方を知りたい受講者を対象とし、ある程度(高校理系数学)の数学の知識や情報工学の基礎知識程度を持っていれば理解できるような講演内容とする。そのため、最新の異常検知手法については紹介程度に留める。
 基本は画像認識を対象として講演を行うが、信号、音声などの1次元情報についても応用できるよう講演を行う。

■事前に目を通しておくと更に理解が深まる書籍:*閲覧必須ではありません。
「イラストで学ぶ ディープラーニング」(山下隆義著、KS情報科学専門書、2018/11)

■本セミナーで習得できること(一例):
・ディープラーニングの基礎知識
・異常検知への応用
・現場への導入法

セミナー内容

1.特徴量と特徴空間
 1.1 特徴量とは
 1.2 特徴空間
 1.3 クラスの概念

2.識別問題
 2.1 識別問題とは
 2.2 線形識別法

3.異常検知の基礎
 3.1 識別問題と異常検知
 3.2 ホテリングのT2法

4.ニューラルネットワークの基礎
 4.1 単純パーセプトロン
 4.2 3層ニューラルネットワーク

5.畳み込みニューラルネットワーク
 5.1 畳み込みニューラルネットワークの基礎
 5.2 Alex NetとVGG Net
 5.3 ResNet

6.オートエンコーダ
 6.1 オートエンコーダの基礎
 6.2 畳み込みオートエンコーダ

7.Generative Adversarial Networks

 7.1 GANの基礎

8.ディープラーニングによる異常検知
 8.1 オートエンコーダの復元による異常検知
 8.2 オートエンコーダの潜在空間を利用した異常検知
 8.3 復元と潜在空間を利用した異常検知
 8.4 GANによる異常検知

9.ディープラーニングによる異常検知による実例と諸問題

<質疑応答・個別質問・講師との名刺交換>


■ご講演中のキーワード:

ディープラーニング、異常検知、GAN、AutoEncoder

セミナー番号:AC200218

top

注目の新刊

雑誌 月刊化学物質管理

動画配信 統計学入門

異常検知技術と応用提案

各社の化学物質管理

分散技術

中分子医薬品

5G

洗浄バリ 2019

日本語メディカルライティング

DI対応CSV 2019

プラスチック環境対応技術

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.