本セミナーでは、画像認識と生成、音声認識、翻訳、対話システム、など多様な分野で劇的な成果をあげている深層学習 (Deep Learning) の手法について、その背景となるニューラルネットの基礎から歴史、さらに各種の学習アルゴリズムを概説します。その後、上記の各種応用例、マルチモーダル学習事例などを紹介した後で、ロボットの行動学習手法としての、深層強化学習、さらに深層予測学習を紹介します.最後に講演者と複数企業との共同研究事例を紹介し、将来の動向を展望します。

1. 第1講 ニューラルネットワーク
   1. ニューラルネットワークの歴史
   2. ニューロンネットワークの基礎概念
2. 第2講 深層学習モデル
   1. 階層型モデルと学習の高速化
      1. AutoEncoder
      2. Convolution Neural Network
      3. 高速化手法
   2. リカレントニューラルネットワーク (RNN)
      1. RNNの基礎
      2. 新しいRNNの学習手法と特徴
   3. 様々な開発ツール
3. 第3講 各種応用事例とマルチモーダル学習
   1. 画像処理の事例
   2. 音声処理の事例
   3. 言語処理の事例
   4. マルチモーダル学習事例
4. 第4講 ロボットの行動学習
   1. Deep Q – Learning
   2. 深層予測学習
   3. ロボットの言語と運動の統合学習
5. 第5講 ロボット応用の展開と今後の展望
   1. ロボット応用例 (企業との共同研究を事例に)
   2. 今後の展望