「グラフニューラルネットワーク」セミナー:グラフを使った機械学習の仕組み・グラフニューラルネットワークの応用例
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
セミナーのメニュー

化学・電気系 その他各分野
一覧へ→
  ヘルスケア系
一覧へ→
情報機構 技術書籍情報機構 技術書籍
技術書籍 一覧技術書籍 一覧
   <新刊書籍>
  ・  6G材料
  ・  ラベル・SDS 作成の手順
  ・  PFAS
  ・  労働安全衛生法
電子書籍電子書籍
化学物質管理化学物質管理
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
社内研修DVD
セミナー講師のコラムです。講師コラム
  ↑2023/7/7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  



会場開催

〇ニューラルネットワークやグラフの基礎、グラフニューラルネットワークの各種モデルと応用例を修得し、自然言語処理、制御技術や最適化システムへ応用しましょう。

グラフニューラルネットワーク【GNN】入門
~グラフを使った機械学習の仕組み~


<会場開催セミナー>

講師

熊本大学 大学院自然科学研究科 助教  木山 真人 氏

講師紹介

■ご略歴:
2003/3 広島市立大学情報科学研究科情報科学専攻博士課程卒業(博士(情報工学))。
現在、熊本大学 大学院先端科学研究部 情報・エネルギー部門 先端工学第四分野(ビッグデータ)助教。

■ご専門および得意な分野・研究:
深層学習全般・プログラミング言語処理系

<その他関連セミナー>
機械学習・AI 一覧はこちら

日時・会場・受講料

●日時 2024年6月24日(月) 10:30-16:30 ※途中、お昼休みと小休憩を挟みます。
●会場 [東京・大井町]きゅりあん4階研修室 →「セミナー会場へのアクセス」
●受講料 1名47,300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36,300円
  ※会場での昼食の提供サービスは中止しております。
   *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 →

会場開催
会場で開催する対面セミナーです。
・東京都内の会場を中心に開催しております。詳細は各セミナーページの案内をご参照ください。
・新型コロナウイルス感染症(COVID-19)に関する 弊社の対応はこちら
・セミナー費用等について、当日会場での現金支払はできません。
・昼食の提供もございませんので、各自ご用意頂ければと存じます。

セミナーポイント

■はじめに
ニューラルネットワークやグラフの基礎、グラフニューラルネットワークの各種モデルと応用例を修得し、自然言語処理、制御技術や最適化システムへ応用しましょう。

■ご講演中のキーワード:
グラフニューラルネットワーク、ニューラルネットワーク、機械学習、グラフ理論、離散数学、教師あり学習、教師なし学習

■受講対象者:
・グラフニューラルネットワークに興味があるが実際に使ったことが無い方
・グラフニューラルネットワークの理論と基本モデルについて学びたい方
・グラフニューラルネットワークの応用例について知りたい方

■必要な予備知識や事前に目を通しておくと理解が深まる文献、サイトなど:
・ニューラルネットワークに関する基礎知識があることが望ましい。
・Pythonについて少しでも知っていると良い。

■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
・Pythonでのグラフ処理の仕方 
・応用事例

■受講された方の声(一例):

・GNNやグラフ信号処理に興味があり、参加させていただきました。わかりやすい説明でした。
・内容が充実しており気になっていた部分についても丁寧に説明頂きありがとうございました。
・初歩的な質問にも、丁寧にご回答いただき助かりました。ありがとうございました。
・実践的な応用について、どうすればいいか悩んでいました。今回の内容を持ち帰り役立てます。

セミナー内容

1.基本的なニューラルネットワークの復習
 1)全結合層・畳み込み層・プーリング層・RNN・Transformer
 2)PyTorch
 3)グラフの基礎
 4)NetworkX:グラフとネットワークを扱うPythonライブラリ

2. 様々なグラフ表現
1) 画像のグラフ表現
2) テキストのグラフ表現
3) その他のデータにおけるグラフ表現

3. グラフを用いたタスク
1) グラフレベル
2) ノードレベル
3) エッジレベル

4. グラフを用いた機械学習の考え方

5. グラフニューラルネットワーク(GNN)

1) 最も単純なGNN
2) プーリング
3) グラフの間のメッセージパッシング
4) エッジ表現の学習
5) グローバル表現の追加

6. グラフニューラルネットワークの設計
1) GNN設計における注意点
2) データセット
3) 様々なグラフの種類
4) GNNにおけるサンプリングとバッチング
5) 部分グラフ関数近似器としてのGCN
6) グラフアテンションネットワーク
7) グラフ説明性と属性
8) グラフ生成モデル

7. グラフニューラルネットワークの応用例
1) ソーシャルネットワークグラフ
2) テキスト分析および自然言語処理
3) 渋滞予測
4). サブグラフマッチング
5) 流量予測

8. 総括

セミナー番号:AC240650

top

会社概要 プライバシーポリシー 特定商取引法に基づく表記 商標について リクルート
Copyright ©2011 技術セミナー・技術書籍の情報機構 All Rights Reserved.