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

次世代機械学習の基礎技術である進化計算法超入門

次世代機械学習の基礎技術である進化計算法超入門

~深層学習の問題を解決する進化的機械学習の原理と利用方法~
東京都 開催 会場 開催

概要

本セミナーでは、機械学習の考え方・種類・特徴・基礎手法・ディープラーニングの原理・特徴・課題など、基礎から産業応用までをやさしく解説いたします。

開催日

  • 2018年6月12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

プログラム

 現在注目されている機械学習、特に深層学習 (ディープラーニング) には、処理がブラックボックスになり説明不可能、構造設計が大変、膨大な学習データが必要といった産業応用上の問題点があります。
 本セミナーでは、これらを解決して次世代のAIを実現する技術として最近注目されている進化計算法の原理、進化的機械学習と様々な問題に対する利用例、業務でのAIの利用方法などについて、学術的にではなく、企業でのAI利用者の立場に立った平易な解説を行います。

  1. 人工知能と機械学習の要点
    1. 人工知能の変遷と将来展望
      1. 人工知能の歴史
      2. 今後の人工知能
    2. 機械学習の種類と特徴
      1. 機械学習の種類と各手法の本質
      2. 現在主流の事例に基づく機械学習
    3. 教師あり/なし学習とその代表的な手法
      1. 教師あり学習の手法 ~SVM,Boostingなど~
      2. 教師なし学習の手法 ~K – 平均法,SOMなど~
      3. 教師あり/なし学習の今後の課題
  2. 深層学習 (ディープラーニング) とその問題点
    1. 神経回路網の原理とその学習方法
      1. 神経回路網研究の歴史と神経細胞のモデル化
      2. 相互結合型回路網とその機能
      3. 階層型神経回路網とその学習法・機能の本質
    2. 深層学習の基礎
      1. 深層学習とは何か?
      2. 深層学習を可能にした各種のテクニック
      3. 深層学習による処理の実例
    3. 深層学習の利用方法
      1. 各種の深層学習ライブラリ
      2. ライブラリの利用方法と構造設計
    4. 深層学習の最近の手法
      1. GANやYOLOなど最近話題の手法
    5. 深層学習の問題点とその対策
      1. 処理がブラックボックスになる問題
      2. 膨大で整備された学習データが必要な問題
      3. 未学習データに対する動作保証の問題
      4. 構造設計が職人芸である問題
      5. その他の問題
  3. 進化計算法の原理 (なぜうまく行くのか?)
    1. 進化計算法とその基本的な手順
      1. 進化計算法とは何か?
      2. 進化計算法の歴史と基本的な手順
    2. 遺伝的アルゴリズム (GA;Genetic Algorithm) の本質
      1. GAの基本処理手順
      2. なぜうまく探索できるのか? (進化計算法の本質)
    3. 遺伝的プログラミング (GP;Genetic Programming) の本質
      1. GPの基本処理手順
      2. 木構造最適化の実例紹介
    4. その他の進化計算アルゴリズム
      1. PSO・DE・CGPなどの従来手法
      2. GMA・GIN・GRAPEなどの長尾研による手法
    5. 進化的機械学習
      1. 進化的機械学習とは?
      2. 従来手法の紹介 (Classifier System)
      3. 進化計算法による機械学習の最適化と自動構築
    6. 進化計算法の今後
      1. 最強の進化計算法とは何か?
      2. 進化計算法の目指すべき発展方向
  4. 進化的機械学習の利用例
    1. 非破壊検査のための画像処理の自動構築
      1. 進化的画像処理 (数値最適化)
      2. 進化的画像処理 (構造最適化)
    2. 分かり易い認識器のための特徴量の進化的最適化
      1. GAによる特徴量の組合せ最適化
      2. 前処理の導入による特徴量の最適化
    3. 処理回路の全自動構築
      1. セル型回路による超解像処理の自動構築
      2. 深層回路の進化的簡約化
    4. 任意の構造と機能を実現する進化型ニューラルネットワーク
      1. 進化的ニューラルネットワークの原理
      2. 移動ロボットの行動最適化
    5. 時系列信号の変動予測と投資戦略の構築
      1. テクニカル戦略の進化的最適化
      2. 投資戦略の最適化
    6. 浸透学習法とその進化的最適化
      1. 浸透学習法とは何か?
      2. 浸透学習モデルの進化的最適化
  5. 機械学習の業務応用
    1. 機械学習の導入における課題
      1. 導入時の課題
      2. それでも機械学習を使う必要性
    2. AI技術の導入方法
      1. AI技術の長所と短所
      2. 企業での利用方法
  6. まとめ
    • 質疑応答

講師

  • 長尾 智晴
    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

会場

品川区立総合区民会館 きゅりあん

6F 中会議室

東京都 品川区 東大井5丁目18-1
品川区立総合区民会館 きゅりあんの地図

主催

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
: 42,750円 (税別) / 46,170円 (税込)
複数名
: 22,500円 (税別) / 24,300円 (税込)

複数名同時受講の割引特典について

  • 2名様以上でお申込みの場合、
    1名あたり 22,500円(税別) / 24,300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 42,750円(税別) / 46,170円(税込)
    • 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 48,600円(税込)
    • 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 72,900円(税込)
  • 受講者全員が会員登録をしていただいた場合に限ります。
  • 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」と記入ください。
  • 他の割引は併用できません。
本セミナーは終了いたしました。

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
2024/3/29 Pythonによるアンサンブル学習の基礎と応用 オンライン
2024/3/29 機械学習を用いたスペクトルデータ解析と材料開発への適用 オンライン
2024/3/29 マテリアルズインフォマティクス (MI) の最新動向と小規模データ駆動型MIの展開 オンライン
2024/4/4 多変量解析・データ処理 超入門 オンライン
2024/4/10 Pythonによる時系列データ分析とその活用 オンライン
2024/4/12 機械学習/Deep Learningの画像データ前処理に活用できる画像フィルタリングの基本と最新動向 オンライン
2024/4/15 ディープラーニングの基礎と実践 オンライン
2024/4/15 少ないデータに対する機械学習、深層学習の適用 オンライン
2024/4/17 ルールベースと機械学習ベースの画像認識技術 オンライン
2024/4/18 生成AIをめぐる著作権問題の最前線 東京都 会場・オンライン
2024/4/19 ディープラーニングの基礎と実践 オンライン
2024/4/19 自然言語処理の基礎と生成AI・大規模言語モデルの研究開発への活用 オンライン
2024/4/24 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 オンライン
2024/4/25 カルマンフィルタの実践 オンライン
2024/4/26 少ないデータに対する機械学習、深層学習の適用 オンライン
2024/4/26 AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 オンライン
2024/5/2 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 オンライン
2024/5/2 自然言語処理の基礎と生成AI・大規模言語モデルの研究開発への活用 オンライン
2024/5/8 AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 オンライン
2024/5/17 スパース推定の本質の理解と実装応用技術への展開 オンライン

関連する出版物

発行年月
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
2021/7/14 AIビジネスのブレークスルーと規制強化
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
2020/3/26 ビッグデータ・AIの利活用に伴う法的留意点
2020/3/24 リアルワールドデータの使用目的に応じた解析手法 - 各データベースの選択と組み合わせ -
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