セミナー│深層学習（ディープラーニング）を用いたシステムのモデル化と計算機シミュレーション│2025年6月

■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 ……Zoomオンライン受講

〇シミュレーションのための深層学習や、力学システム・物理現象のモデリング方法などの基礎知識から最先端の手法を交えた高速化や制御・最適化まで。
〇様々な産業場面で役立つシステムのモデル化とシミュレーションを徹底解説！

講師

北海道大学　大学院情報科学研究院　教授　松原崇氏

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 - 2023/03大阪大学大学院基礎工学研究科准教授
2024/04 - 現在北海道大学大学院情報科学研究院教授

■本テーマ関連学協会でのご活動：
2020年度　情報論的学習理論ワークショップ (IBIS2020) 優秀発表賞
2021年度　情報論的学習理論ワークショップ (IBIS2021) 最優秀発表賞
2021年度　総務省戦略的情報通信研究開発推進事業 (SCOPE) 研究開発奨励賞

＜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6月6日(金)　10:30-16:30　＊途中、お昼休みや小休憩を挟みます。

●受講料：
【オンライン受講】：1名50,600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39,600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。

■ セミナーお申込手順からセミナー当日の主な流れ　→

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。）

PC／タブレット／スマートフォンなど、Zoomが使用できるデバイスをご用意ください。

インターネット回線速度の目安（推奨）　下り：20Mbps以上

開催が近くなりましたら、Zoom入室URL、配布資料、当日の流れなどをメールでご連絡いたします。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ください。

⇒よくある事例として「弊社ドメイン（johokiko.co.jp）のメールがスパム扱いとなっている」「メールアドレスのご記載ミス」などがございます。お申込み後にフォームへご記載いただいたメールアドレスへ自動返信メールを送信しますので、こちらのメールが受信できない場合、弊社からのZoom入室URLや配布資料のご案内メールもお届けすることができなくなってしまいます。予め受信できる設定にお願いいたします。
※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）

受講者側のVPN、セキュリティ設定、通信帯域などのネットワーク環境ならびに使用デバイスの不具合については弊社では対応いたしかねますので予めご了承ください。

Zoom使用に関する注意事項（クリックして展開）

公式サイトから必ず事前のテストミーティングをお試しください。

→ 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

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）

セミナーポイント

■はじめに：
　製造工程の把握や制御など、システムのモデル化とシミュレーションが必要な場面は数多く存在します。また、そこに機械学習を取り入れようという試みも80年代から繰り返されてきました。しかし深層学習技術の発展を受け、近年はシステムが持つ様々な性質――つまり微分方程式であること、サブシステムに分割可能であることなど――をうまく活用して学習できる手法が提案されるようになりました。また、データから方程式を見つける方法、簡単で汎用的なシミュレーション方法など、幅広いアプローチが提案されています。本研修ではシステムのモデル化とシミュレーションを軸に、深層学習ブーム以前の基礎的なトピックから、今春発表された最先端の手法まで紹介します。

■受講対象者：
・すでに計算機シミュレーションを研究開発に利用されている方
・製造過程で必要な制御をAIで高度化されたい方

■必要な予備知識：
高校卒業レベルの数学の知識

■本セミナーで習得できること：
・計算機シミュレーションの基礎
・計算機シミュレーションのためのAI
・力学システムや物理現象のモデリング方法
・AIベースのシステム制御
など

セミナー内容

１．機械学習の基礎
　1）なぜ深層学習が有効なのか？
　2）幾何学的深層学習というパラダイム

２．深層学習によるモデル化
　1）深層学習による力学系のモデル化
　　a）ニューラル常微分方程式 (Neural ODE)
　　b）データ同化と随伴変数法
　　c）Neural ODEと安定性や次元削減
　2）解析力学に学んだ深層学習
　　a）ハミルトニアンニューラルネットワーク (HNN)
　　b）HNNの発展

３．シミュレーションのための深層学習
　1）Physics-informed neural networks (PINNs)
　2）PINNsによる学習
　3）PINNsの拡張と応用

４．高速なシミュレーションのための深層学習
　1）作用素学習
　2）高速性と正確性の両立

５．ニューラルネットワークによる制御と最適化
　1）ニューラルネットワークと最適制御 (AI Pontryagin)
　2）微分可能プログラミング

６．方程式の学習 (SINDy)

＜質疑応答＞