・見逃し視聴ありでお申込み頂いた方は、セミナーの録画動画を一定期間視聴可能です。
・セミナーを復習したい方、当日の受講が難しい方、期間内であれば動画を何度も視聴できます。
・原則、遅くとも開催5営業日後までに録画動画の配信を開始します（一部、編集加工します）。
・視聴期間はセミナー開催日から5営業日後を起点に1週間となります。
ex) 2/6（月）開催 セミナー → 2/10（金）までに配信開始 → 2/17（金）まで視聴可能
※メールにて視聴用URL・パスワードを配信します。配信開始日を過ぎてもメールが届かない場合は必ず弊社までご連絡ください。
※準備出来しだい配信致しますので開始日が早まる可能性もございます。その場合でも終了日は変わりません。
上記例の場合、2/8（水）から開始となっても2/17まで視聴可能です。
※GWや年末年始・お盆期間等を挟む場合、それに応じて弊社の標準配信期間設定を延長します。
※原則、配信期間の延長は致しません。
※万一、見逃し視聴の提供ができなくなった場合、
（見逃し視聴あり）の方の受講料は（見逃し視聴なし）の受講料に準じますので、ご了承ください。
→見逃し視聴について、
こちらから問題なく視聴できるかご確認ください。（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：
本セミナーでは，小脳のモデルとして提唱されたリザーバコンピューティングについて，その概念から始め，代表的なモデルであるエコーステートネットワークの設計法や，その最新技術の動向，ロボット分野への応用まで概説する．
■受講対象者：
リザーバコンピューティングについて数理や使い道を知りたい方
■必要な予備知識：
機械学習・ニューラルネットワークの基礎知識
■本セミナーで習得できること：
・リザーバコンピューティングの基礎知識
・エコーステートネットワークの使い方
・リザーバコンピューティングに期待される応用先や展望
など
セミナー内容
１．リザーバコンピューティングとは
1）概念・基本構造
2）代表モデル：エコーステートネットワーク
3）その他のモデル
4）利用時の基本方針
２．エコーステートネットワークの設計法
1）エコーステートプロパティ
2）ランダムな重み・最小の複雑性
3）記憶容量と非線形性のトレードオフ
4）ニューロンモデル：漏洩積分器
３．リザーバコンピューティングの発展・応用
1）フラクタル構造の導入による継続学習
2）ニューロンモデルのべき乗則化による記憶容量の改善
3）複素空間への拡張による周期データの高精度表現
4）その他の発展・応用事例
４．まとめ
＜質疑応答＞
サイトマップ
よくあるお問合せ
リクエスト
セミナー会場へのアクセス
