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
セミナーのメニュー
  ヘルスケア系
ライブ配信
8月
9月
10月
2021年11月〜

化学・電気系 その他各分野
ライブ配信
8月
9月
10月
2021年11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
  ↑2021/8/4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

○Transformerの長所・短所や各コンポーネントなどの基礎から、
 BERT、ViT、Conformerなどの各種最新モデルまでを詳解!

Transformerの基礎から

自然言語/画像処理、音声認識への最新応用技術まで

<Zoomによるオンラインセミナー>

講師

同志社大学 理工学部 情報システムデザイン学科 准教授 田村 晃裕 先生

講師紹介

■ご略歴:
2007年4月-2015年3月 日本電気株式会社
2015年4月-2017年3月 情報通信研究機構
2017年4月-2020年3月 愛媛大学助教
2020年4月-現在 同志社大学准教授

■ご専門および得意な分野・研究:
機械学習による自然言語処理


日時・会場・受講料

●日時 2021年10月14日(木) 10:30-16:30 *途中、お昼休みや小休憩を挟みます。

●受講料
 【オンライン:見逃し視聴なし】: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

 【オンライン:見逃し視聴あり】:1名52,800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41,800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。


■ 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

セミナー開催にあたって

■はじめに:
 人工知能の各分野において近年注目を集めている深層学習モデル「Transformer」について解説します。Transformerの典型的なモデルの解析にとどまらず、自然言語処理、画像処理、音声認識に応用した最新モデルも概説します。

■受講対象者:
本テーマに興味のある方なら、どなたでも受講可能です。

■必要な予備知識、事前に目を通しておくと理解が深まる文献:
・ニューラルネットワークの基礎知識(順伝搬型ニューラルネットワーク、活性化関数、誤差逆伝搬)
・必須ではないが、書籍「ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装」(斎藤 康毅著・オライリージャパン)を一読すると理解を深めやすい。

■本セミナーで習得できること:
・Transformerの基礎知識
・Transformerの自然言語処理への応用方法
・Transformerの画像認識への応用方法
・Transformerの音声認識への応用方法
など

セミナー内容

1.RNNに基づくエンコーダ・デコーダモデル
 1)RNN
 2)エンコーダ・デコーダモデル
 3)RNNに基づくエンコーダ・デコーダモデル
 4)注意機構の導入

2.Transformer
 1)Transformerの概要
 2)Transformerの長所
 3)Transformerの短所
 4)Transformerの各コンポーネント
  ア)位置エンコーディング
  イ)注意機構
  ウ)順伝搬層
  エ)残差接続と層正規化

3.Transformerの応用
 1)自然言語処理への応用(BERT)
  ア)マスク化言語モデル
  イ)次文予測
  ウ)ファインチューニング
 2)画像処理への応用(ViT)
  ア)パッチ埋め込み
  イ)ViTのTransformerブロック
 3)音声認識への応用(Conformer)
  ア)畳み込み演算(pointwiseとdepthwise)
  イ)Conformerブロック

<質疑応答>

■ご講演中のキーワード:

Transformer、自己注意機構、位置埋め込み、BERT、ViT、Conformer

セミナー番号:AG211008

top

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.