セミナー 異常検知 深層学習 ディープラーニング 教師なし gan vae

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
ライブ配信
7月
8月
9月
10月〜

化学・電気系 その他各分野
ライブ配信
7月
8月
9月
10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
  ↑2020/6/30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 深層学習 ディープラーニング 教師なし gan vae

★産業現場でのAI導入において、特にニーズが大きい“異常検知”にフォーカスしたセミナー!
★深層学習の基礎から教師あり・教師なし・敵対的生成ネットワーク(GAN)など様々な手法による異常検知の解説、実務で適用する際に当たる壁とその解決ノウハウまで。
★複数企業との共同研究で得られた、実践的なテクニックを数多く紹介します!

深層学習を用いた実践的異常検知

講師

大阪大学 大学院 基礎工学研究科 准教授 松原 崇 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:
2011/04-2013/03 大阪大学 大学院基礎工学研究科 システム創成専攻 博士前期課程
2013/04-2015/03 大阪大学 大学院基礎工学研究科 システム創成専攻 博士後期課程
2013/04-2015/03 日本学術振興会 特別研究員 DC1
2013/10-2020/03 独立行政法人 情報通信研究機構 脳情報通信融合研究センター 特別研究員
2015/03 博士(工学)
2015/04-2020/03 神戸大学 大学院システム情報学研究科 助教
2020/04-現在 大阪大学 大学院基礎工学研究科 准教授

■ご専門および得意な分野・研究:
・深層学習をはじめとする機械学習,主にコンピュータビジョンと医療データ解析
・計算論的神経科学

■本テーマ関連学協会でのご活動:
2013年度 第76回 電子情報通信学会 学術奨励賞 (基礎・境界ソサイエティ)
2016年度 電子情報通信学会複雑コミュニケーションサイエンス研究会 CCS奨励賞
2018年度 人工知能学会 全国大会優秀賞

→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8月20日(木) 10:30-16:30
●会場 東京23区内または近郊 *後日更新致します。またはお手元に届く受講券をご確認ください。
 →「セミナー会場へのアクセス」

※新型コロナウイルスの感染防止の一環として昼食の配布は中止させて頂きます。
 尚、受講料につきましては下記より、1,100円(税込)差引致します。
●受講料 1名47,300円(税込(消費税10%)、資料・昼食付)
 *1社2名以上同時申込の場合、1名につき36,300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:
 産業の現場において深層学習をはじめとするAIを導入する場合,おそらく最も大きなニーズが異常検知でしょう.近年はライブラリの整備や関連書籍の発行で,導入することの敷居は非常に低くなったように思います.しかし実際に機能させるまでの道のりは非常に遠く,講師自身も多くの企業から相談を受けています.問題の多くは,理論や実装に関する知識というより,実践的なノウハウの欠如にあります.本セミナーは理論的な解説に加え,講師自身が複数の企業との共同研究で得た実践的なテクニックを多く紹介する予定です.

■受講対象者:
・異常検知を基礎から勉強したい方
・深層学習を実践的に用いたい方
・深層学習分野における信頼性や解釈性に興味のある方

■必要な予備知識:
この分野に興味のある方であれば誰でも歓迎します

■本セミナーで習得できること:
・深層学習を用いた生成モデルに関する基礎知識
・異常検知を用いる場合の困難とそれを解決するノウハウ
など

セミナー内容

1.はじめに
 1)人工知能と機械学習
 2)深層学習とは
 3)深層学習の位置づけ

2.異常検知の背景
 1)“異常”の定義や分類
 2)基本的なアプローチ

3.教師ありの異常検知
 1)データがそれなりにある場合のアプローチ
 2)必要なデータと計算量
 3)データが少ない場合のアプローチ
 4)データに不均衡がある場合のアプローチ

4.教師なしの異常検知と生成モデル
 1)製造業における異常の特徴
 2)深層生成モデルと教師なし異常検知
  a)自己符号化器から変分自己符号化器(VAE)
  b)生成モデル
  c)深層生成モデルの工業応用
  d)深層生成モデルによる異常検知
 3)深層生成モデルと小規模データ・ラベルなしデータ解析
  a)階層的深層生成モデルとは
  b)深層生成モデルの医療応用例(画像)
 4)自己回帰化モデルと正規化フロー
  a)深層生成モデルの限界
  b)多様体仮説
  c)様々な自己回帰モデル
  d)正規化フロー
  e)注意事項

5.敵対的生成ネットワーク(GAN)
 1)敵対的学習
 2)GANの基本的枠組み
 3)様々な応用事例(教師あり/なし)
 4)GANの改良(目的関数)
  −LSGAN、WGAN
 5)GANの改良(構造)
  −DCGAN、LAPGAN、Progressive Growing of GANs、Self Attention GAN、BigGAN、StyleGAN
 6)構造化敵対的生成モデル
 7)GANを用いた異常検知

<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:

異常検知、深層学習、変分自己符号化器VAE、敵対的生成ネットワークGAN、不確実性・信頼性・解釈性

セミナー番号:AC200806

top

注目の新刊

雑誌 月刊化学物質管理

IPランドスケープ動画

分散剤

データ分析の進め方

生物学的安全性試験

化粧品処方

2020 スマホ・車載カメラ

AIビジネス戦略

医薬品・医療機器包装規制

食品・化粧品包装規制

CSV文書作成例

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.