■本セミナーの受講形式（会場／Zoom両アイコンある場合は受講形式選択可）
……Zoomオンライン受講
……見逃し視聴選択可
〇時系列データ・畳み込み・グラフ処理など様々なニューラルネットワークの基礎とできることから、化学反応・分子構造認識・汎用的データ処理など化学工学分野への利用例を実例交えて解説。
〇“データ数が限られた場面”でのAI活用を想定したセミナーです！
講師
静岡大学 学術院工学領域 化学バイオ工学系列 講師 村上 裕哉 氏
講師紹介
2018年4月-2020年3月 日本学術振興会, 特別研究員 (DC2)
2020年4月-2024年3月 東京理科大学, 工学部 工業化学科, 助教
2023年4月-2024年3月 東京電機大学, 工学部 応用化学科, 非常勤講師 （兼任）
2024年4月- 静岡大学, 学術院工学領域 化学バイオ工学系列, 講師
現在に至る
＜その他関連セミナー＞
機械学習・AI 一覧はこちら
日時・受講料・お申込みフォーム
●日時：2025年4月24日(木) 13:00-16:00 ＊途中、小休憩を挟みます。
●受講料：
【オンライン受講（見逃し視聴なし）】：1名 40,700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29,700円
【オンライン受講（見逃し視聴あり）】：1名 46,200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35,200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」を確認ください。
●録音・録画行為は固くお断りいたします。
お申込みはこちらから
配布資料・講師への質問など
●配布資料はPDFなどのデータで配布いたします。ダウンロード方法などはメールでご案内いたします。
・配布資料に関するご案内は、開催1週前～前日を目安にご連絡いたします。
・準備の都合上、開催1営業日前の12:00までにお申込みをお願いいたします。
（土、日、祝日は営業日としてカウントしません。）
・セミナー資料の再配布は対応できかねます。必ず期限内にダウンロードください。
●当日、可能な範囲でご質問にお答えします。（全ての質問にお答えできない可能性もございます。何卒ご了承ください。）
●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・販売などは禁止いたします。
●ご受講に際しご質問・要望などございましたら、下記メールアドレス宛にお問い合わせください。
req@*********（*********にはjohokiko.co.jpを入れてください）
オンラインセミナーご受講に関する各種案内（必ずご確認の上、お申込みください。）
※メールアドレスの記載誤りについては、以下へご連絡お願いいたします。
req@*********（*********にはjohokiko.co.jpを入れてください）
→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で音声が聞こえない、カメラ・マイクが使えないなどの事象が起きる可能性がございます。お手数ですが、これらのアプリは閉じた状態にてZoomにご参加ください。
→音声が聞こえない場合の対処例
→一部のブラウザは音声が聞こえないなどの不具合が起きる可能性があります。
対応ブラウザをご確認の上、必ず事前のテストミーティング をお願いします。
（iOSやAndroidOS ご利用の場合は、アプリインストールが必須となります）
→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」
＜見逃し視聴ご案内の流れ・配信期間詳細＞
セミナーポイント
■はじめに：
近年、機械学習・AIに関する技術が急速に発達しており、様々なシーンで活用が進められています。一般的にAIを利用するためにはビッグデータの存在が前提となることが多いですが、工業的にAIを活用する場合に必ずしも大量のデータ収集が可能であるとは限りません。
本講座では、主にデータの限られた工学的な場面におけるAIの活用を想定し、ビッグデータに依存しないニューラルネットワークの利用手法について紹介します。ニューラルネットワークの応用的な利用方法を紹介しますが、本分野に馴染みのない方にも理解して頂けるように、講座の前半では主にニューラルネットワークを対象とした機械学習の基本的な知識について、後半では応用的な内容や実例について説明します。
「これからAIを導入したいが、どのように導入すれば良いか分からない」、「AIを導入してみたがいまいち効果が上がらない」という方々に是非聴講いただければと思います。
■受講対象者：
・機械学習の利用を考えているがどのようなシーンで利用すべきか困っている方
・機械学習を使い始めたが、業務への活用において行き詰っている方
・機械学習を基礎から学びたい方
■必要な予備知識：
本分野に興味のある方なら特に予備知識は必要ありません。
■本セミナーで習得できること：
・機械学習の基礎知識
・ニューラルネットワークの種類
・ニューラルネットワークで実現できる事
・データが限られている場合の機械学習の活用方法
など
セミナー内容
１．機械学習の基本について
1）機械学習について
2）古典的なデータ解析手法と機械学習
3）ビッグデータと機械学習
4）ニューラルネットワークの基本
a）モデルの原理
b）誤差逆伝播法の原理
２．様々なニューラルネットワーク
1）全結合型ニューラルネットワーク
2）時系列データ用ニューラルネットワーク
a）回帰式ニューラルネットワーク
b）長短期記憶型ニューラルネットワーク
c）微分方程式型ニューラルネットワーク
3）畳み込み型ニューラルネットワーク
a）畳み込み演算について
b）画像・動画処理用のニューラルネットワーク
4）グラフ処理用ニューラルネットワーク
a）グラフ処理とアテンション機構
b）グラフ処理と順序不変性
c）メッセージ伝播型ニューラルネットワーク
３．化学工学分野における機械学習の利用例
1）汎用的データ処理のためのニューラルネットワーク
a）ハイパーパラメーター調整
b）パラメーター更新戦略
c）制約条件導入
d）事前学習
2）化学反応解析のためのニューラルネットワーク
a）対数計算導入
b）理論モデルとの整合性の担保
c）物質収支計算の導入
d）時系列データからの学習
3）分子構造認識のためのニューラルネットワーク
a）分子記述子の選定
b）理論計算結果の活用
＜質疑応答＞
お申込みはこちらから
