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

深層学習、計算機シミュレーションの基礎とシステムのモデル化技術

深層学習、計算機シミュレーションの基礎とシステムのモデル化技術

オンライン 開催

アーカイブ配信で受講をご希望の場合、視聴期間は2025年9月22日〜10月3日を予定しております。
アーカイブ配信のお申し込みは2025年9月22日まで承ります。

概要

本セミナーでは、深層学習、計算機シミュレーションの基礎から解説し、計算機シミュレーションを高速かつ正確に使用するためのポイントを解説いたします。

配信期間

  • 2025年9月22日(月) 10時30分2025年10月3日(金) 16時30分

お申し込みの締切日

  • 2025年9月22日(月) 10時30分

受講対象者

  • CAEなど計算機シミュレーションを事業で活用している方
  • これから計算機シミュレーションに携わる方
  • システムや事象の解析にAI技術の導入を検討している方

修得知識

  • 深層学習によるモデル化とシミュレーションの技術

プログラム

 製造工程の把握や制御など、システムのモデル化とシミュレーションが必要な場面は数多く存在します。また、そこに機械学習を取り入れようという試みも80年代から繰り返されてきました。しかし深層学習技術の発展を受け、近年はシステムが持つ様々な性質をうまく活用して学習できる手法が提案されるようになりました。
 本講演ではシステムのモデル化とシミュレーションを軸に、基礎的なトピックから最先端の手法までを紹介します。

  1. 機械学習の基礎
    1. なぜ深層学習が有効なのか?
    2. 幾何学的深層学習というパラダイム
  2. 深層学習によるモデル化
    1. 深層学習による力学系のモデル化
    2. 解析力学に学んだ深層学習
  3. シミュレーションのための深層学習
    1. Physics-informed neural networks (PINNs)
    2. PINNsによる学習
    3. PINNsの拡張と応用
  4. 高速なシミュレーションのための深層学習
    1. 作用素学習
    2. 高速性と正確性の両立
  5. ニューラルネットワークによる制御と最適化
    1. ニューラルネットワークと最適制御
    2. 微分可能プログラミング
  6. 方程式の学習 (SINDy)
    • 質疑応答

講師

  • 松原 崇
    北海道大学 大学院 情報科学研究院
    教授

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
: 50,000円 (税別) / 55,000円 (税込)
複数名
: 45,000円 (税別) / 49,500円 (税込)

複数名同時受講割引について

  • 2名様以上でお申込みの場合、1名あたり 45,000円(税別) / 49,500円(税込) で受講いただけます。
  • 5名様以降は、1名あたり 30,000円(税別) / 33,000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 50,000円(税別) / 55,000円(税込)
    • 2名様でお申し込みの場合 : 2名で 90,000円(税別) / 99,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 135,000円(税別) / 148,500円(税込)
    • 4名様でお申し込みの場合 : 4名で 180,000円(税別) / 198,000円(税込)
    • 5名様でお申し込みの場合 : 5名で 210,000円(税別) / 231,000円(税込)
  • 同一法人内による複数名同時申込みのみ適用いたします。
  • 請求書は、代表者にご送付いたします。
  • 他の割引は併用できません。

アカデミック割引

  • 1名様あたり 30,000円(税別) / 33,000円(税込)

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

  • 学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
  • 病院などの医療機関・医療関連機関に勤務する医療従事者
  • 文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
  • 公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方
  • 支払名義が企業の場合は対象外とさせていただきます。
  • 企業に属し、大学、公的機関に派遣または出向されている方は対象外とさせていただきます。

アーカイブ配信セミナー

  • 当日のセミナーを、後日にお手元のPCやスマホ・タブレッドなどからご視聴・学習することができます。
  • 配信開始となりましたら、改めてメールでご案内いたします。
  • 視聴サイトにログインしていただき、ご視聴いただきます。
  • 視聴期間は2025年9月22日〜10月3日を予定しております。
    ご視聴いただけなかった場合でも期間延長いたしませんのでご注意ください。
  • セミナー資料は別途、送付いたします。

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
2025/7/2 深層学習と適応フィルタ オンライン
2025/7/8 少ないデータによるAI・機械学習の進め方、活用の仕方 オンライン
2025/7/8 ベイズ統計学の基礎と機械学習応用に向けたポイント オンライン
2025/7/15 開発の質と効率を向上する汎用的インフォマティクス & 統計的最適化 実践入門 オンライン
2025/7/16 開発の質と効率を向上する汎用的インフォマティクス & 統計的最適化 実践入門 オンライン
2025/7/22 第一原理計算と機械学習を活用した材料設計と応用展開 オンライン
2025/7/23 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
2025/7/23 第一原理計算と機械学習を活用した材料設計と応用展開 オンライン
2025/7/24 外観検査のデジタル化・自動化 オンライン
2025/7/24 ニューラルネットワーク分子動力学法の基礎とその応用展開 オンライン
2025/7/24 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
2025/7/24 レーザー加工分野における機械学習の活用手法 : 特に少ない実験データ数を用いた場合 オンライン
2025/7/25 レーザー加工分野における機械学習の活用手法 : 特に少ない実験データ数を用いた場合 オンライン
2025/7/28 外観検査のデジタル化・自動化 オンライン
2025/7/29 人工知能応用技術ディープニューラルネットワークモデルとMTシステムの基礎・学習データ最小化・エンジニアリング応用入門 オンライン
2025/7/30 Pythonを利用したデータ分析の基礎講座 オンライン
2025/7/30 ケモインフォマティクスと機械学習による化学データ解析 オンライン
2025/7/31 センサから取得した時系列データの処理・解析技術と機械学習の適用 オンライン
2025/7/31 スモールデータ解析の方法と実問題解決への応用 オンライン
2025/7/31 Pythonを利用したデータ分析の基礎講座 オンライン

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
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
2021/11/30 撹拌技術とスケールアップ、シミュレーションの活用
2021/10/25 AIプロセッサー
2021/10/25 AIプロセッサー (CD-ROM版)
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