オンラインセミナー 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
ライブ配信
10月
11月
12月
2021年1月〜

化学・電気系 その他各分野
ライブ配信
10月
11月
12月
2021年1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
  ↑2020/10/15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  



Zoomライブ配信セミナー見逃し視聴あり

オンライン受講/見逃視聴なし → 

オンライン受講/見逃視聴あり → 

※Zoomでの受講が難しい方へ;Zoomを介さず視聴できるライブ配信形式での受講も可能です(Vimeo使用)。
 本形式を希望の方は申込フォーム備考欄に「Zoom不可・ライブ配信希望」とご記入ください。
 ご受講前に必ず本ページ内の「ライブ配信」の詳細を確認下さい。Zoomとの同時受講はできません。



★ディープラーニング・異常検知の基礎から、
 異常サンプルがない/少量のサンプルがあるそれぞれ場面におけるアプローチ、評価法まで!
★オートエンコーダ、GAN、Deep SVDDほか様々な手法を最新動向を交えて解説します。

ディープラーニングによる異常検知の基礎と応用

<Zoomを用いたオンラインセミナー・見逃し配信あり>

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

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.多数の企業との共同研究を通し、ディープラーニングの実応用の研究を行う。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、ディープラーニング

■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12月11日(金) 13:00-17:00 *途中、小休憩を挟みます。

●受講料
 【オンライン受講(ライブ配信):見逃し視聴なし】: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

 【オンライン受講(ライブ配信):見逃し視聴あり】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

 *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。


■ セミナーお申込手順からセミナー当日の主な流れ →

配布資料・講師への質問等について

●配布資料はPDF等のデータで送付予定です。受取方法はメールでご案内致します。
 (開催1週前〜前日までには送付致します)。
*準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。
(土、日、祝日は営業日としてカウント致しません。)

●当日、可能な範囲で質疑応答も対応致します。
(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。)
●本講座で使用する資料や配信動画は著作物であり
 無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。
●受講に際しご質問・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


※本講座は、お手許のPCやタブレット等で受講できる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(クリックして展開「▼」:一部のブラウザーでは展開されて表示されます)
・PCもしくはタブレット・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(20Mbbs以上の回線をご用意下さい)。
 各ご利用ツール別の、動作確認の上お申し込み下さい。
・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。開催前日(営業日)の12:00までにメールが届かない場合は必ず弊社までご一報下さい。
・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>

Zoom
Zoomを使用したオンラインセミナーとなります(クリックして展開「▼」)
・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/Teams/LINEなど別のミーティングアプリが起動していると、Zoomでカメラ・マイクが使えない事があります。お手数ですがこれらのツールはいったん閉じてお試し下さい。
 →音声が聞こえない場合の対処例

・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
 →※一部のブラウザーは音声(音声参加ができない)が聞こえない場合があります、
   必ずテストサイトからチェック下さい。
   対応ブラウザーについて(公式);コンピューターのオーディオに参加に対応してないものは音声が聞こえません

ライブ配信セミナー
動画配信サイトVimeoを用いて同時ストリーミング配信でご視聴頂けます。
 (尚、Zoomへアクセスできる方は、Zoomでの受講を推奨します。)
(クリックして展開「▼」)
 こちらの形式での受講をご希望の場合は備考欄に「Zoom不可・ライブ配信希望」と記載下さい(Zoomまたはライブ配信いずれか一方でのご受講となります)。

 →事前にこちらから問題なく視聴できるかご確認下さい(テスト視聴動画へ)パスワード「123456」


見逃し視聴あり
申込み時に(見逃し視聴有り)を選択された方は、見逃し視聴が可能です。
(クリックして展開「▼」)
・原則、開催5営業日後に録画動画の配信を行います(一部、編集加工します)。
・視聴可能期間は配信開始から1週間です。視聴期間内は動画を何度でも再生可能です。
 尚、閲覧用のURLはメールにてご連絡致します。
 ※万一、見逃し視聴の提供ができなくなった場合、
 (見逃し視聴有り)の方の受講料は(見逃し視聴無し)の受講料に準じますので、ご了承下さい。

 →こちらから問題なく視聴できるかご確認下さい(テスト視聴動画へ)パスワード「123456」


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。
 本セミナーでは、ディープラーニングの基礎から、異常検知の考え方、異常検知の問題点、異常サンプルがない場合と、少量のサンプルがある場合でのアプローチ、最新手法、ネットワークの評価方法についての講演を行う。

■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。
書籍「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:
・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、評価方法
など

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
 2.3 異常検知の考え方

3.ニューラルネットワークの基礎
 3.1 単純パーセプトロン
 3.2 3層ニューラルネットワーク
 3.3 畳み込みニューラルネットワーク

4.異常サンプルがない場合の方法
 4.1 オートエンコーダ
  4.1.1 オートエンコーダの基礎
  4.1.2 畳み込みオートエンコーダ
  4.1.3 オートエンコーダの復元による異常検知
 4.2 Generative Adversarial Networks
  4.2.1 GANの基礎
  4.2.2 GANによる異常検知
 4.3 Deep SVDD
  4.3.1 Deep SVDDの基礎
  4.3.2 Deep SVDDによる異常検知
  4.3.3 オートエンコーダ+Deep SVDD

5.異常サンプルが少量ある場合の方法
 5.1 Adversarial Auto Encoderを用いた異常検知
 5.2 メトリックラーニングを利用した異常検知

6.評価方法
 6.1 Confusion matrix
 6.2 ROCカーブとAUC
 6.3 異常検知における性能評価

7.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>

■ご講演中のキーワード:
ディープラーニング、異常検知、GAN、オートエンコーダー

セミナー番号:AD201211

top

注目の新刊

雑誌 月刊化学物質管理

ドローン

寺子屋統計教室

Spice回路シミュレータ

腸内細菌叢

宇宙ビジネス

粉砕メカノケミカル

滅菌バリデーション

分散剤

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.