セミナー グラフニューラルネットワーク 深層学習 ディープラーニング ニューラルネットワーク 講習 機械学習

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
6月
7月
8月
9月〜

化学・電気系 その他各分野
ライブ配信
6月
7月
8月
9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
  ↑2020/5/29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 グラフニューラルネットワーク 深層学習 ディープラーニング ニューラルネットワーク 講習 機械学習

★近年注目集めるグラフへのディープラーニング適用について、知っておくべき入門知識を総ざらい!
★基礎から研究事例、画像認識・推薦システム・予測・化合物分類といった期待の応用先、
 おすすめ情報源などを解説します。

グラフニューラルネットワーク入門

〜基礎から様々な手法、応用例と展望まで〜

<Zoomによるオンラインセミナー>

講師

東京工業大学 情報理工学院 情報工学系 教授 村田 剛志 先生

講師紹介

■ご略歴:
1990年 東京大学理学部情報科学科卒業
1992年 同大学院理学系研究科修士課程修了
現在、東京工業大学情報理工学院情報工学系准教授 博士(工学)

■ご専門および得意な分野・研究:
人工知能、ネットワーク科学、機械学習

→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9月1日(火) 10:00-15:00
*準備の都合上、開催1営業日前の12:00までにお申し込みお願い致します。
 (土、日、祝日は営業日としてカウント致しません。)

●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。


■ セミナーお申込手順からセミナー当日の主な流れ →

*本講座は、Zoom を使用したオンラインセミナーです。
 (下記ご確認の上、お申込み下さい)。

・本講座は、オンライン受講のみ可能です。セミナー会場での受講はできません。
 *PCもしくはスマートフォンとネットワーク環境をご準備下さい。

・ご受講にあたり、環境の確認をお願いしております。
 お手数ですが下記公式サイトからZoomが問題なく使えるかどうか、ご確認下さい。
 → 確認はこちら
 *Skypeなど別のツールが動いておりますと、カメラ・マイクなどがそちらで使用されてしまいZoomで不調となる場合があります。
  お手数ですが同様のツールは一旦閉じてからお試し下さい。

・Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です
 →参加方法はこちら

・オンラインセミナー受講用のPC貸出について:
 受講用PC貸出希望の方は、1台 8,800円(消費税/送料込)でお貸出し致します。
 備考欄に『オンラインセミナー用PC貸出希望』とご記入ください。またPCの配送先がご登録住所と異なる場合、配送先のご住所も備考欄にご記載ください。
 →貸出PCに関する詳細はこちらをご確認ください。

・開催が近くなりましたら、当日の流れ及び視聴用のURL等をメールにてご連絡致します。
 また本講座の配布資料は、PDFにてご送付申し上げます。

・本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。

・本講座はお申し込みいただいた方のみ受講いただけます。
 複数端末から同時に視聴することやプロジェクタ等による複数人での視聴は禁止いたします。

・当日、可能な範囲で質疑応答、個別質問も対応致します。メールベースを中心に後日の質問等も可能です。
 (全ての質問にお答えできない可能性もございますので、予めご容赦ください。)

・その他、受講に際してのご質問・要望などございましたら、下記メールにてお問い合わせ下さい。
req@johokiko.co.jp

セミナー開催にあたって

■はじめに:
 深層学習は、画像認識や自然言語処理などの分野において華々しい成果を収めてきており、それをグラフに対して適用するための研究が近年非常に盛んになってきている。グラフやグラフ中の頂点を高精度に分類することができれば、高度な画像認識、推薦システム、交通量予測、化合物分類などへの応用が期待できる。その一方で、グラフを扱う上での固有の問題やチャレンジがあることも指摘されてきている。
 本講演では、グラフニューラルネットワークの基本的な知識およびいくつかの研究事例について紹介するとともに、今後の学習のための情報源などについても述べる。

■受講対象者:
深層学習のグラフへの適用に興味がある方。

■必要な予備知識:
画像認識における畳み込みなど、深層学習についての基礎知識があることが望ましい。

■本セミナーで習得できること:
・グラフニューラルネットワークの基礎知識
・グラフニューラルネットワークの応用
・今後の学習のための情報源
など

セミナー内容

1.イントロダクション
 1)畳み込みニューラルネットワーク
 2)グラフを対象としたタスク
  a)ノード分類
  b)グラフ分類
  c)グラフ生成

2.グラフニューラルネットワークの応用
 1)画像認識
 2)推薦システム
 3)交通量予測
 4)化合物分類

3.グラフエンベディング
 1)DeepWalk
 2)LINE

4.Spectral Graph Convolution
 1)グラフ信号処理
 2)GCN
 3)ChebNet

5.Spatial Graph Convolution
 1)GraphSAGE

6.最近のトピックス
 1)GAT
 2)可能性と限界
 3)研究事例

7.今後の課題
 1)浅い構造
 2)動的グラフ
 3)非構造データ
 4)スケーラビリティ

8.今後の学習のための情報源
 1)サーベイ論文
 2)チュートリアル
 3)Web上の情報源・ツール等

<質疑応答・個別質問>

■ご講演中のキーワード:
グラフエンベディング, Spectral Graph Convolution, Spatial Graph Convolution, グラフニューラルネットワーク

セミナー番号:AC2009G3

top

注目の新刊

雑誌 月刊化学物質管理

化粧品処方

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

オミクス解析

藻類ビジネス

データ・プライバシー

自然言語処理技術

新時代植物工場

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.