進化的機械学習 セミナー 進化計算

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
12月
2019年1月
2月
3月〜

化学・電気系 その他各分野
12月
2019年1月
2月
3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
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
  ↑2018/12/12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  


医薬・機器・化粧・食品系セミナー

★多目的最適化問題への適用,進化計算を用いた機械学習・深層学習との関係とは?


進化的機械学習
進化計算の基礎と応用:最適化から機械学習まで〜

講師

法政大学 情報科学部(兼 大学院情報科学研究科)教授 博士(工学) 佐藤 裕二 先生

* 希望者は講師との名刺交換が可能です

講師紹介

■主経歴
2000年4月 法政大学情報科学部 助教授
2001年4月 法政大学情報科学部 教授
2016年4月〜2017年3月 法政大学大学院情報科学研究科 研究科長
2007年9月〜2008年8月 イリノイ大学アーバナシャンペーン校(Illinois Genetic Algorithms Laboratory)客員研究員

■専門・得意分野
ソフトコンピューティング, 進化計算による最適化と並列分散処理, 進化計算による強化学習, Neuro Evolution(進化計算を用いたニューラルネットワークの合成)

■本テーマ関連の学会・協会・団体等
IEEE Computational Intelligence Society, ACM/SIGEVO, 進化計算学会, 情報処理学会,電子情報通信学会,計測自動制御学会,人工知能学会

→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3月20日(水) 10:30-16:30
●会場 [東京・王子]北とぴあ7階701 →「セミナー会場へのアクセス」
●受講料 1名46,440円(税込(消費税8%)、資料・昼食付)
 *1社2名以上同時申込の場合、1名につき35,640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。

 ●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 →

セミナーポイント

■セミナーポイント
 進化計算は生物の進化過程や振る舞いを模倣した確率的な探索アルゴリズムであり,対象とする問題を限定せずに幅広い問題に適用可能な,メタヒューリスティクスと呼ばれる最適化アルゴリズムの一つです。最近流行りの人工知能の一つでもありますが,組合せ爆発の起こる大規模組合せ最適化問題,複数の非劣解を同時に求める多目的最適化問題,明示的な教師信号を持たない強化学習に対して特に有効な手法です。
 本講義では,進化計算の基礎技術から応用技術まで幅広く解説しますが,特に,多目的最適化問題への適用,進化計算を用いた機械学習,深層学習との関係に焦点を当てます。幾つかのデモを通して,進化計算の魅力に触れて頂きたいと思います。

■受講後、習得できること
・進化計算の概念や仕組みに対する基礎的な知識
・進化計算を用いた最適化に関する基礎知識
・進化計算を用いた機械学習に関する基礎知識
・現在の進化計算技術の課題と今後の展望

セミナー内容

1.進化計算とは
 1.1 進化計算の特徴と応用例
 1.2 遺伝的アルゴリズムの基礎
 1.3 遺伝的アルゴリズムの設計理論
 1.4 その他の進化アルゴリズム
 1.5 群知能
2.進化計算と多目的最適化問題
 2.1 多目的最適化問題とは
 2.2 進化計算を用いた解法1:初期の手法
 2.3 進化計算を用いた解法2:解の優越性に基づく手法
 2.4 進化計算を用いた解法3:参照ベクトルを用いた手法
 2.5 進化計算を用いた解法4:対話型進化を用いた手法
3.進化計算と機械学習
 3.1 遺伝的プログラミングを用いた機械学習
 3.2 遺伝的アルゴリズムを用いた機械学習
 3.3 学習型クラシファイアシステムを用いた機械学習
4.進化計算と深層学習
 4.1 深層学習と畳み込みニューラルネットワーク
 4.2 ニューロエボリューション
 4.3 転移学習とマルチタスク学習
 4.4 進化計算とマルチタスク学習
5.スマート社会と進化計算
 5.1 スマート社会とは
 5.2 スマート社会における技術課題と進化計算

(質疑応答)

セミナー番号:AA190388

top

注目の新刊

雑誌 月刊化学物質管理

  雑誌発・各社の事例セミナー3/19

これから化学物質管理

外観検査

生物学的同等性試験

最新の医療機器薬事入門

積層セラミックコンデンサ

全固体電池開発

RoHS指令・整合規格 徹底理解

高分子劣化・加速試験

2019カメラモジュール

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.