技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

AIの見える化&説明できるAI (XAI) の作り方と導入・運用方法

AIの見える化&説明できるAI (XAI) の作り方と導入・運用方法

～ブラックボックスの見える化 & ホワイトボ ックスの精度向上～
オンライン 開催
関連するセミナー・出版物
本セミナーは終了いたしました。
セミナーの再開催を依頼する 関連するセミナー・出版物を探す

概要

本セミナーでは、人工知能・機械学習について基礎から解説し、深層学習の問題を解決するXAIと、企業へのXAI導入について平易に解説いたします。

開催日

  • 2022年3月1日(火) 10時30分 ～ 16時30分

受講対象者

  • 機械学習の応用分野に関連する技術者、研究者
    • 画像処理
    • 信号処理
    • 医療福祉
    • スポーツ分野
    • セキュリティ (監視カメラ、警備、防犯)
    • ロボット
    • コンピュータビジョン
    • 異常行動検出、異常領域検出
    • 統計
    • 経済学 など
  • 機械学習、パターン認識分野の技術者、研究者
  • これから機械学習、パターン認識に携わる技術者、開発者
  • 機械学習で課題を抱えている方

修得知識

  • 人工知能と機械学習の概要
  • 深層学習の現状と課題
  • 説明できるAI (XAI) とその方法
  • 業務へのAI導入と成功のコツなど

プログラム

　現在、大企業・中小企業を問わず業務へのAIの導入が始まっています。深層学習 (ディープラーニング) の発展により、これまでAIを適用することができなかった業務へのAI導入も可能になりつつあります。一方、深層学習は処理がブラックボックスになるため業務で利用したり、製品で用いたりすることが難しいと言われています。このため、説明できるAI (XAI: eXplainable AI) 、さらに将来的には人と共に進化する共進化AI (CAI: Co-evolutional AI) が求められています。
　本セミナーでは、深層学習などの機械学習を企業の業務に導入したいと考えている方々を対象として、人工知能、機械学習、深層学習、説明できるAI、業務へのAI導入方法、AI人材の育成方法などについて、人工知能に初めて接する人でも聴けるように数式をほとんど使わずに平易に解説します。技術者の方でなくても「聴いて分る」セミナーを目指しますので、職種や専門性、予備知識のある/なしに関係なく、どうぞお気軽にご参加下さい。

  1. 人工知能と機械学習
    1. 人工知能とは何か?
      - 定義・考え方の推移など –
    2. 機械学習概論
      - 説明/事例に基づく学習など –
  2. 深層学習 (ディープラーニング) の現状と課題
    1. ニューラルネットワーク概論
      - NNの原理と学習の本質 –
    2. 深層学習の基礎と最近の手法
      - 深層学習の考え方・長所・短所 –
    3. 最近のAIの課題と説明できるAI:XAI
      - 現状のAIの課題と解決策 –
  3. ブラックボックス系機械学習のXAI
    1. 学習済みの深層回路の可視化
      - Grad – CAM・LIMEなど –
    2. 特徴空間の自動構築と可視化
      - AE・CAE・VAEなどによる次元圧縮 –
    3. 可視化を前提とした深層学習
      - GCM・判断根拠の提示 –
    4. 深層回路の構造単純化・最適化法
      - 進化計算法・勾配降下による方法 –
    5. 転移学習と浸透学習
      - 知識の転用による学習 –
  4. ホワイトボックス系機械学習のXAI
    1. 特徴量の最適化による精度向上
      - SVMなどの特徴量の最適化 –
    2. 処理過程が説明できる処理の自動構築
      - 処理ユニットの組合せ最適化 –
    3. 決定木などの処理の言葉による説明
      - ルール集合による説明 –
    4. 小規模かつ高性能な回路の自動構築
      - セル型回路の利用など –
  5. AIの業務への導入方法
    1. AI導入時の注意点
      - 課題と解決策 –
    2. AI人材の育成方法
      - どの方法がベストか? –
  6. まとめ・AIよろず相談室
    - 質疑応答とフリーディスカッション –
    • 付録1:代表的な機械学習法
    • 付録2:進化計算法の原理と特徴
    • 付録3:横浜国大・長尾研のご紹介
ページのトップヘ

講師

  • 長尾 智晴 氏
    横浜国立大学 大学院 環境情報学府・研究院 情報メディア環境学専攻
    教授
ページのトップヘ

主催

サイエンス＆テクノロジー 株式会社
お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 30,400円 (税別) / 33,440円 (税込)
複数名
: 22,500円 (税別) / 24,750円 (税込)

複数名受講割引

  • 2名様以上でお申込みの場合、1名あたり 22,500円(税別) / 24,750円(税込) で受講いただけます。
    • 1名様でお申し込みの場合 : 1名で 30,400円(税別) / 33,440円(税込)
    • 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 49,500円(税込)
    • 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 74,250円(税込)
  • 同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
  • 受講券、請求書は、代表者にご郵送いたします。
  • 請求書および領収書は1名様ごとに発行可能です。
    申込みフォームの通信欄に「請求書1名ごと発行」とご記入ください。
  • 他の割引は併用できません。
  • サイエンス&テクノロジー社の「2名同時申込みで1名分無料」価格を適用しています。

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

  • 1名様あたり 10,000円(税別) / 11,000円(税込)
  • 企業に属している方(出向または派遣の方も含む)は、対象外です。
  • お申込み者が大学所属名でも企業名義でお支払いの場合、対象外です。

ライブ配信セミナーについて

  • 本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
  • お申し込み前に、 視聴環境 と テストミーティングへの参加手順 をご確認いただき、 テストミーティング にて動作確認をお願いいたします。
  • 開催日前に、接続先URL、ミーティングID​、パスワードを別途ご連絡いたします。
  • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
  • セミナー資料は、PDFファイルをダウンロードいただきます。
  • ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
  • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
  • ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
  • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
  • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
    万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
本セミナーは終了いたしました。
セミナーの再開催を依頼する
ページのトップヘ

これから開催される関連セミナー

開始日時 会場 開催方法
2026/9/16 MTシステム (MT法) の基礎および異常検知・異常モニタリング・予防保全技術入門 オンライン
2026/9/16 画像認識技術を用いたAI外観検査の現場導入事例と精度向上技術 オンライン
2026/9/18 マテリアルズ・インフォマティクスの基礎と実践 オンライン
2026/9/24 マテリアルズ・インフォマティクスの基礎と実践 オンライン
2026/9/24 FT-IRの基礎と機械学習によるスペクトルデータ解析 オンライン
2026/9/28 機械学習のための効率的データ取得とAIモデルの解釈・評価 オンライン
2026/9/28 FT-IRの基礎と機械学習によるスペクトルデータ解析 オンライン
2026/9/28 製薬業におけるCMC・製造領域のデータ・AI活用 オンライン
2026/9/29 機械学習のための効率的データ取得とAIモデルの解釈・評価 オンライン
2026/9/29 生成AIを活用したバイブコーディングの進め方 オンライン
2026/9/29 機械学習を利用した多成分混合物の物性予測・物性推算 オンライン
2026/10/6 少ないデータでも使える機械学習・異常検知の基礎とインフラ・製造分野への応用 オンライン
2026/10/7 少ないデータでも使える機械学習・異常検知の基礎とインフラ・製造分野への応用 オンライン
2026/10/8 生成AIを活用したバイブコーディングの進め方 オンライン
2026/10/14 製薬業におけるCMC・製造領域のデータ・AI活用 オンライン
2026/10/20 複数企業・複数機関による秘匿データの統合解析 オンライン
2026/10/20 機械学習を利用した多成分混合物の物性予測・物性推算 オンライン
2026/10/23 未知の不良や異常も検知する検査・センシング・モニタリングに適した人工知能MTシステム (MT法) 基礎と応用 オンライン
2026/10/27 産業現場への実装を起点としたニューラルネットおよび強化学習の原理と活用方法 オンライン
2026/10/27 製造現場における正常/異常判定の考え方とデータ解析結果の使いこなし方 オンライン
ページのトップヘ

関連する出版物

発行年月
2024/10/31 少ないデータによるAI・機械学習の進め方と精度向上、説明可能なAIの開発
2024/3/4 対話型生成AI (人工知能) 利活用技術 技術開発実態分析調査報告書 (CD-ROM版)
2024/3/4 対話型生成AI (人工知能) 利活用技術 技術開発実態分析調査報告書
2023/6/30 生産プロセスにおけるIoT、ローカル5Gの活用
2022/12/31 機械学習・ディープラーニングによる "異常検知" 技術と活用事例集
2021/10/25 AIプロセッサー (CD-ROM版)
2021/10/25 AIプロセッサー
2021/7/30 マテリアルズインフォマティクスのためのデータ作成とその解析、応用事例
2021/6/30 人工知能を用いた五感・認知機能の可視化とメカニズム解明
2021/6/28 AI・MI・計算科学を活用した蓄電池研究開発動向
2020/8/11 化学・素材業界におけるデジタルトランスフォーメーションの最新調査レポート
2020/7/31 生体情報センシングと人の状態推定への応用
2020/4/30 生体情報計測による感情の可視化技術
2019/1/31 センサフュージョン技術の開発と応用事例
2018/5/31 “人工知能”の導入による生産性、効率性の向上、新製品開発への活用
2013/6/21 機械学習によるパターン識別と画像認識への応用
2003/6/27 ニューアルゴリズムによる画像処理システム事例解説
2001/9/28 MATLABプログラム事例解説Ⅱ アドバンスド通信路等化
1993/3/1 新しいサーボ制御の基礎と実用化技術
ページのトップヘ