機械学習 セミナー ディープラーニング 人工知能 音声認識 異常検知 機械制御

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 リンクリンク
セミナーのメニュー
  ヘルスケア系
8月
9月
10月
11月〜

化学・電気系 その他各分野
8月
9月
10月
11月〜

  ・10月名古屋開催セミナー
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
  ↑2019/7/3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  


第3回(8月29日)のみ参加↓

複数回お申込み↓

★人工知能(機械学習/ディープラーニング)にはどんな使い方があるのか?
 実際に人工知能を業務に活用している講師陣が各種応用事例について解説。
★人工知能技術を取り入れたいと考えている方、人工知能技術の応用先をお探しの方などにお勧めのセミナーです。

人工知能の各種応用事例
―音声認識、異常検知、制御系―

講師

日本電信電話株式会社 NTTメディアインテリジェンス研究所 特別研究員 増村 亮 先生
NTTコミュニケーションズ株式会社 技術開発部 伊藤 浩二 先生
株式会社エイシング 代表取締役 CEO 出澤 純一 先生

* 希望者は講師との名刺交換が可能です

→このセミナーを知人に紹介する

日時・会場・受講料

●日時 2019年8月29日(木) 10:30-16:30
●会場 [東京・大井町]きゅりあん5階第2講習室 →「セミナー会場へのアクセス」
●本講座は機械学習継続セミナー(全3回)の第3回として開催いたします。
 < 全3回のラインナップ >
 ・第1回:8/5  『【PC実習付き】PythonとScikit-learnで学ぶ機械学習の基礎(定員20名)
 ・第2回:8/28 『【PC実習付き】TensorFlowで学ぶディープラーニングと応用(定員20名)
 ・第3回:8/29 『【講師3名】人工知能の応用事例』

■受講料(税込(消費税8%)、資料・昼食付)
参加形態区分価格(税込)1社2名以上同時申込
1講座のみの参加1回のみ、2回のみ、3回のみ46,44035,640
2講座の参加1・2回、1・3回、2・3回71,28060,480
全講座(3講座)の参加1・2・3回90,72079,920
※PC貸出希望の場合7,560/回
※申込時に参加形態(第○・○回参加)を申込備考覧に記載下さい。
※実習講座で弊社PCの使用を希望される際にも、申込備考覧に記載をお願い致します。
※各回、別の方が受講いただくことも可能です。
※1社2名以上同時申込は、同時申込、同形態(講座数、参加日)でのお申込にのみ有効です


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。
(PC貸出料は50%割引対象外となります)

*全3回申込の方へ
・不測の事態により、全回開催出来ない場合、以下規定に基づき、返金致します。

  全3回中、1回実施の場合: 70%返金
  全3回中、2回実施の場合: 40%返金

・会場は毎回異なりますので、必ずご確認下さいませ。

 ●録音・撮影行為は固くお断り致します。
 ●講義中の携帯電話の使用はご遠慮下さい。
 ●講義中のパソコン使用は、講義の支障や他の方の迷惑となる場合がありますので極力お控え下さい。
  場合により、使用をお断りすることがございますので、予めご了承下さい。
  *PC実習講座を除きます。


■ セミナーお申込手順からセミナー当日の主な流れ →

セミナー内容

【第1部:音声認識とその周辺技術・アプリケーション】

 講師:日本電信電話株式会社 NTTメディアインテリジェンス研究所 増村 亮 先生

■はじめに:
 音声認識はユーザインタフェースのための技術、およびメディアアーカイブのための技術として、社会に浸透し始めております。
 本セミナーでは、音声認識の技術的概要から深層学習に基づく最新の技術動向に至るまでを解説します。また、音声認識の周辺技術として、音声情報から話者や言語、環境音、感情などを理解する技術について概説いたします。
 また、音声対話や音声マイニングなど、音声認識を利用したアプリケーションの詳細とそこで使われる技術について説明いたします。

■ご講演中のキーワード:
 音声認識、深層学習、音響モデル、言語モデル、音声対話、音声マイニング

■受講対象者:
 ・業務に活かすため、音声認識についての知見を得たいと考えている方
 ・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:
 ・この分野に興味のある方なら、特に必要は無い

■本セミナーで習得できること:
 ・音声認識・音声対話に関する基礎知識
 ・音声認識・音声対話を用いたサービス構築のノウハウ

■ご講演プログラム
1.音をコンピュータで扱うために
 1) 波形符号化
 2) サンプリング周波数と量子化bit数

2. 音声の基礎知識
 1) 音声の周波数解析
 2) 音声の生成過程

3. 音声認識技術の基礎原理と深層学習
 1) 音声認識の基礎原理
 2) 音響モデルと言語モデル
 3) デコーディング
 4) 音声認識の評価
 5) 深層学習に基づく音声認識
 6) End-to-End音声認識

4. 音声合成技術の基礎原理と深層学習
 1) 音声合成の基礎原理
 2) 波形接続型音声合成
 3) HMM音声合成
 4) 深層学習に基づく音声合成

5. 音声対話技術の基礎原理と深層学習
 1) 音声対話の基礎原理
 2) 音声対話の方式

6. 音声認識と音声対話の周辺技術
 1) 音声区間検出
 2) 雑音抑圧
 3) 話者認識と話者照合
 4) キーワードスポッティング

7. 音声認識と音声対話の応用


【第2部:AIを用いたIoTデータ分析事例の紹介と今後の展開】

 講師:NTTコミュニケーションズ 技術開発部 AI-Technical Unit 伊藤 浩二

■はじめに:
 AI(Deep Learning)をIoTデータ(センサデータや映像データなど)に適用し、異常検知/予測/制御/要因分析などの課題を解決するプロセス及び留意するポイントを、実例を踏まえてご説明します。

■ご講演中のキーワード:
 深層学習(Deep Learning)、SmartWorld/SmartFactory、マルチモーダル、デジタルツイン、自動制御

■受講対象者:
 ・製造業の課題をAI×IoTで解決したいと考えている方

■必要な予備知識:
 ・本テーマに興味がある方であれば、特に必要ございません。

■本セミナーで習得できること:
 ・SmartWorld/SmartFactoryの基礎知識
 ・製造業の課題をAIで解決する際の課題と対応方針

■ご講演プログラム
1. Society5.0/Smart World/Connected Industries/Smart Factoryとは

2. 製造業にAIを適用する際に考えるべき3要素

3. 製造業で生まれるIoTデータの特徴

4. AIアルゴリズムの決定方法

5. ビジネス課題とIoTデータ(化学プラントの場合)

6. 製造業の課題をAIで解決するときに直面する課題

7. 課題への対応方法

8. 事例紹介
 - 異音検知
 - マルチモーダル
 - デジタルツインほか

9.今後の展開
 - 自動制御ほか


【第3部:Edge AIのニーズと応用事例】

 講師:株式会社エイシング 出澤 純一 先生

■はじめに:
 昨今のAI、ML(Machine Learning)分野におけるEdge AIの動向と、弊社独自のMLアルゴリズムの説明とその応用事例を説明させていただき、AIの応用事例を体感していただくことで、AIへの心理的障壁を解消できればと考えております。

■ご講演中のキーワード:
 ML(Machine Learning)・・・機械学習。Deep LearningやRandom Forest、Support Vector Machineなどのアルゴリズム
 DeepLearning、Edge AI、組込技術、Secure実装、Deep binary tree(DBT)、オンライン型学習アルゴリズム、オフライン型学習アルゴリズム

■受講対象者:
 ・FA系、制御系でAI導入を検討したい方
 ・生産性の向上と製品性性能向上の両立を図りたい方(特に製品個体差が存在し今まで人がチューニングしていたなど)
 ・AI応用に興味がある方
 ・AI関連の研究開発で失敗したくない方

■必要な予備知識:
 ・この分野に興味のある方なら、特に必要は無い

■本セミナーで習得できること:
 ・EdgeAIが必要な背景・効率的なAI関連開発の知見・EdgeAIの基礎知識

■ご講演プログラム
1. EdgeAIのニーズと背景
 1)EdgeAIとは
 2)EdgeAIのニーズ
 3)EdgeAIの最新状況

2. AISingの独自AIアルゴリズムDBTの概要と応用例
 1)DeepLearningとの比較
   a)DeepLearningとの棲み分け
   b)DeepLearningとの比較
 2) 制御系で求められるAIの性能・機能
   a)従来AIの課題
   b)DBTの特徴
 3) DBTの応用事例

3. AI開発で失敗しないために

講師紹介

【第1部:増村 亮 先生】

■ご略歴:
 2009年 東北大学工学部卒
 2011年 東北大学大学院工学研究科修士課程修了
     日本電信電話株式会社 入社
 2016年 東北大学大学院工学研究科博士課程修了 博士(工学)
 2019年 日本電信電話株式会社 特別研究員

■専門および得意な分野・研究:
 音声認識や音声言語処理、自然言語処理の領域における、統計的なモデリングに興味を持つ。
 潜在変数モデリングや深層学習を用いた技術に基づき、音声認識を中心に、統計的言語モデル、音声言語理解、音声対話などの研究開発に従事。

■本テーマ関連学協会での活動:
 【受賞歴】
 2010 日本音響学会 学生優秀発表賞 受賞
    IEEE Sendai Section Student Awards 2010 The Best Paper Prize 受賞
 2013 日本音響学会 粟屋潔学術奨励賞 受賞
 2014 情報処理学会 山下記念研究賞 受賞
 2015 言語処理学会 若手奨励賞 受賞
    電気情報通信学会 音声研究会奨励賞 受賞
 2018情報処理学会 自然言語処理研究会 優秀研究賞 受賞
 2019 電気情報通信学会情報・システムソサイエティ論文賞 受賞

【解説記事】
 "深層学習に基づく言語モデルと音声言語理解", 日本音響学会誌73巻1号, pp. 39-46, 2017. など

【著書】
 音響学入門ペディア, "Q28: 音声認識の概要について教えてください", pp.112-115, 2017

【第2部:伊藤 浩二 先生】

 1998年NTTに入社。主にNTT研究所にてセマンティックウェブ技術を用いたユーザープロファイリング技術の研究開発に従事。
 2014年よりNTTコミュニケーションズにおいて、IoT向けDeep Learning技術の研究開発及び、新規ビジネス立ち上げに従事し現在に至る。

【第3部:出澤 純一 先生】

■ご略歴:
 学生時代に早稲田大学ビジネスコンテスト「ワセダベンチャーゲート」最優秀賞
 早稲田大学大学院理工学研究科精密機械工学専攻 修士卒業
 卒業後は会社経営と並行しAIアルゴリズムの研究も並行して行う

 2016年12月株式会社エイシング設立
 2017年3月 SMBCグループ「未来2017」日本総研受賞
 2018年3月 起業家万博2018 総務大臣賞
    8月 大学発ベンチャー表彰2018 経済産業大臣賞

■専門および得意な分野・研究:
 理工学研究科精密機械工学専攻、AI・機械制御

第3回(8月29日)のみ参加↓

複数回お申込み↓

セミナー番号:AL190803

top

注目の新刊

雑誌 月刊化学物質管理

洗浄バリ 2019

日本語メディカルライティング

DI対応CSV 2019

プラスチック環境対応技術

自動運転センシング

半導体製造プロセス

三次元培養

ピッカリング・エマルション

再生医療・細胞治療

分野別のメニュー

化学・電気系他分野別一覧

  植物工場他

  機械学習他

ヘルスケア系分野別一覧

  海外関連

  医療機器

各業界共通
マーケティング・人材教育等

「化学物質情報局」

特許・パテント一覧 INDEX
(日本弁理士会 継続研修)

印刷用申込フォーム    

セミナー用

書籍用

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.