グラフニューラルネットワークの基礎からPyTorchによる実装まで

～GNN:Graph Neural Networks～

オンライン開催

概要

本セミナーでは、グラフニューラルネットワークの基本的な知識およびいくつかの研究事例について紹介するとともに、今後の学習のための情報源などについても解説いたします。

開催日

2024年1月17日(水) 10時00分～ 16時30分

修得知識

グラフニューラルネットワークの基礎知識
グラフニューラルネットワークの応用
今後の学習のための情報源

プログラム

　深層学習は、画像認識や自然言語処理などの分野において華々しい成果を収めてきており、それをグラフに対して適用するための研究が近年非常に盛んになってきている。グラフやグラフ中の頂点を高精度に分類することができれば、高度な画像認識、推薦システム、交通量予測、化合物分類などへの応用が期待できる。その一方で、グラフを扱う上での固有の問題やチャレンジがあることも指摘されてきている。
　本セミナーでは、グラフニューラルネットワークの基本的な知識およびいくつかの研究事例について紹介するとともに、今後の学習のための情報源などについても述べる。

イントロダクション
1. 畳み込みニューラルネットワーク
2. グラフの深層学習
3. グラフを対象としたタスク
グラフニューラルネットワークの応用
1. 画像認識、推薦システム、交通量予測、化合物分類
2. COVID-19とグラフニューラルネットワーク
グラフエンベディング
1. エンベディング
2. DeepWalk
3. LINE
Spectral Graph Convolution
1. グラフ畳み込みのアプローチ
2. グラフラプラシアン
3. グラフフーリエ変換
4. ChebNet
5. GCN
Spatial Graph Convolution
1. PATCHY-SAN
2. DCNN
3. GraphSAGE
関連トピック
1. Graph autoencoder
2. Attention、GAT
3. GraphRNN
4. 動的変化とGNN
5. 敵対的攻撃とGNN
6. GNNの単純化・可能性・限界
7. GNNの説明可能性
今後の課題
1. 浅い構造
2. 動的グラフ
3. 非構造データ
4. スケーラビリティ
PyTorchによる実装
1. 深層学習ライブラリ
2. Google Colaboratory
3. PyTorch
4. PyTorch Geometric
5. Open Graph Benchmark
今後の学習のための情報源
1. サーベイ論文、書籍
2. Web上の情報源
3. チュートリアル

ページのトップヘ

講師

村田剛志 (東京工業大学) 氏
東京工業大学情報理工学院情報工学系知能情報コース

教授

ページのトップヘ

主催

株式会社トリケップス

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

: 49,000円 (税別) / 53,900円 (税込)

1口

: 60,000円 (税別) / 66,000円 (税込) (3名まで受講可)

テキストについて

テキストとして、「グラフニューラルネットワーク: PyTorchによる実装」 (3,520円) を使用いたします。
テキストが必要な方は、お申し込みのテキスト希望欄から「必要」をご選択下さい。
受講料と、テキスト代（実費）を合わせて請求させていただきます。

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。
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

開始日時		開催方法
2025/4/23	小規模データに対する機械学習の効果的適用法	オンライン
2025/4/25	機械学習のための効率的なデータ取得法と解釈・評価方法	オンライン
2025/4/25	マテリアルズインフォマティクスの基礎と高分子材料設計における応用事例	オンライン
2025/4/28	AI外観検査 (画像認識) のはじめ方、すすめ方、精度向上への考え方	オンライン
2025/4/30	未知の異常も検知する人工知能MTシステム (MT法) 基礎と応用入門	オンライン
2025/5/7	生成AIを活用したデータ分析の基礎とポイント	オンライン
2025/5/7	機械学習のための効率的なデータ取得法と解釈・評価方法	オンライン
2025/5/13	異常検知への生成AI活用と判断の標準化、高精度化	オンライン
2025/5/15	化学工学におけるビッグデータ非依存のニューラルネットワーク活用手法	オンライン
2025/5/16	画像認識技術入門	オンライン
2025/5/19	AI分野における特許戦略	オンライン
2025/5/20	マテリアルズインフォマティクス・第一原理計算の基礎と材料研究への応用	オンライン
2025/5/20	Pythonによるデータ解析の基礎と実務への応用	オンライン
2025/5/21	生成AI×多変量解析:革新的学習と実践	オンライン
2025/5/22	実績ありの製造業AI活用ノウハウ	オンライン
2025/5/23	AI分野における特許戦略	オンライン
2025/5/27	分子シミュレーションの基礎と高分子材料の研究・開発の効率化への展開	オンライン
2025/5/28	生成AI×多変量解析:革新的学習と実践	オンライン
2025/5/28	化学工学におけるビッグデータ非依存のニューラルネットワーク活用手法	オンライン
2025/6/4	マテリアルズインフォマティクスのためのデータ解析	オンライン

発行年月
2014/3/7	画像処理・画像符号化・画像評価法
2013/10/29	高効率動画像符号化方式:H.265/HEVC (High Efficiency Video Coding)
2013/8/2	HLAC特徴を用いた学習型汎用認識
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
2013/6/1	画像診断機器(磁気共鳴) 技術開発実態分析調査報告書 (CD-ROM版)
2013/6/1	画像診断機器(磁気共鳴) 技術開発実態分析調査報告書
2013/3/29	3次元物体認識手法とその応用 (カラー版)
2012/10/25	電子写真装置の定着技術技術開発実態分析調査報告書 (CD-ROM版)
2012/10/25	電子写真装置の定着技術技術開発実態分析調査報告書
2012/6/20	画像復元・超解像技術の基礎と応用
2012/4/20	デジカメ主要8社の静止画信号処理技術技術開発実態分析調査報告書 (CD-ROM版)
2012/4/20	デジカメ主要8社の静止画信号処理技術技術開発実態分析調査報告書
2011/2/4	入門画質改善・画像復元・超解像技術
2010/11/15	防犯・監視カメラ技術開発実態分析調査報告書
2010/11/10	高ダイナミックレンジ画像処理技術とMATLABシミュレーション
2010/9/24	JPEG XR画像符号化方式と性能評価
2010/2/22	画像理解・パターン認識の基礎と応用
2009/9/16	H.264 / MPEG-4 AVC 拡張規格・応用例・最新動向
2008/3/26	劣化画像の復元・ノイズ除去による高画質化
2007/8/31	画像認識・理解システム構築のための画像処理の基礎

tech-seminar.jp

セミナー

セミナー (分野別)

出版物

お申し込み・ご購入

お問い合わせ