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
10月
11月
12月
2022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
2022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
  ↑2021/10/8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

○産業現場へのAI導入で特にニーズの多い“異常検知”にフォーカスしたセミナー!
○複数企業との共同研究で得られた、実践的なテクニックを数多く紹介します。

深層学習を用いた実践的異常検知

〜小規模データ、不確実性、VAEとGANの基礎と応用〜

<Zoomによるオンラインセミナー>

講師

大阪大学 大学院 基礎工学研究科 准教授 松原 崇 先生

講師紹介

■ご略歴:
2011/04 - 2013/03 大阪大学 大学院基礎工学研究科 システム創成専攻 博士前期課程
2013/04 - 2015/03 大阪大学 大学院基礎工学研究科 システム創成専攻 博士後期課程
2013/04 - 2015/03 日本学術振興会 特別研究員 DC1
2013/10 - 2020/03 独立行政法人 情報通信研究機構 脳情報通信融合研究センター 特別研究員
2015/03 博士(工学)
2015/04 - 2020/03 神戸大学 大学院システム情報学研究科 助教
2020/04 - 現在 大阪大学 大学院基礎工学研究科 准教授

■ご専門および得意な分野・研究:
深層学習をはじめとする機械学習,主にコンピュータビジョンと医療データ解析

■本テーマ関連学協会でのご活動:
2013年度 第76回 電子情報通信学会 学術奨励賞 (基礎・境界ソサイエティ)
2016年度 電子情報通信学会複雑コミュニケーションサイエンス研究会 CCS奨励賞
2018年度 人工知能学会 全国大会優秀賞
2020年度 人工知能学会 全国大会優秀賞
2020年度 情報論的学習理論ワークショップ (IBIS2020) 優秀発表賞


日時・受講料

●日時 2021年12月21日(火) 10:30-16:30 *途中、お昼休みと小休憩を挟みます。

●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
 *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:
 産業の現場において深層学習をはじめとするAIを導入する場合,おそらく最も大きなニーズが異常検知でしょう.近年はライブラリの整備や関連書籍の発行で,導入することの敷居は非常に低くなったように思います.しかし実際に機能させるまでの道のりは非常に遠く,講師自身も多くの企業から相談を受けています.問題の多くは,理論や実装に関する知識というより,実践的なノウハウの欠如にあります.本セミナーは理論的な解説に加え,講師自身が複数の企業との共同研究で得た実践的なテクニックを多く紹介する予定です.

■受講対象者:
・異常検知を基礎から勉強したい方
・深層学習を実践的に用いたい方
・深層学習分野における信頼性や解釈性に興味のある方

■必要な予備知識:
この分野に興味のある方であれば誰でも歓迎します。

■本セミナーで習得できること:
・小規模データへの深層学習の応用
・深層学習を用いた生成モデルに関する基礎知識
・異常検知を用いる場合の困難とそれを解決するノウハウ
など

セミナー内容

1.はじめに
 1)人工知能と機械学習
 2)深層学習とは

2.異常検知の背景
 1)“異常”の定義や分類
 2)基本的なアプローチ

3. 教師ありの異常検知
 1)データがそれなりにある場合のアプローチ
 2)データが少ない場合のアプローチ
 3)データに不均衡がある場合のアプローチ

4.教師なしの異常検知と生成モデル
 1)製造業における異常の特徴
 2)深層生成モデルと教師なし異常検知
  a)自己符号化器から変分自己符号化器(VAE)
  b)深層生成モデルの工業応用
  c)深層生成モデルによる異常検知
 3)深層生成モデルと小規模データ・ラベルなしデータ解析
  a)構造化深層生成モデル
  b)深層生成モデルの医療応用
 4)様々な生成モデルの理論と応用例
  a)深層生成モデルの限界
  b)自己回帰モデルと正規化フロー

5.敵対的生成ネットワーク(GAN)
 1)GANの基本的枠組み
 2)様々な応用事例(教師あり/なし)
 3)GANの改良
  −LSGAN、WGAN、Progressive Growing of GANs、BigGAN、StyleGAN
 4)GANを用いた異常検知

<質疑応答>

■ご講演中のキーワード:

異常検知、深層学習、変分自己符号化器VAE、敵対的生成ネットワークGAN、不確実性・信頼性・解釈性

セミナー番号:AG211222

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.