深層学習で作る深層回路の入力と出力に用いる情報は、いずれも学習時・運用時 (テスト時) の両方で使えることが大前提となっています。学習のときに利用できても、肝心の運用時に使えない情報は学習に使えません。それは当然のことと考えられてきました。ところが、そのような情報を有効に学習できる手法として「浸透 (しんとう) 学習法」 (PLM:Percolative Learning Method) が横浜国立大学で最近開発されました。
　学習時のみ利用できる/利用したい情報の例としては、高コストな情報、製品の開発時は搭載できるが市販品には搭載されないセンサの情報、物理的に利用できない情報 (未来情報など) などがあります。浸透学習法によって、これまでに実現できなかった入力情報の有効利用が可能になり、精度向上、システムの低コスト化などが実現できます。
　本セミナーではこの手法の原理と応用について、発明者である講師自らがご紹介します。極めて業務向きの手法ですので、ぜひ業務でのご利用をご検討頂ければ幸いです。本セミナーは浸透学習法に特化した日本初のセミナーです。多くの方々の御参加をお待ちしています。

1. 深層学習とその特徴
   1. 人工知能と機械学習
   2. 神経回路網と深層学習
   3. 浸透学習法に関連する従来技術
2. 浸透学習法の原理
   1. 基礎となる考え方
   2. 基本構造と学習アルゴリズム
   3. 浸透学習法の応用分野
3. 浸透学習法の応用
   1. 浸透学習法によるデータ分類・回帰
   2. 浸透学習法によるマルチモーダル認識
   3. 浸透学習法による時系列予測
   4. 浸透学習法における逐次補助情報追加
   5. 浸透学習法による入力変数最適化
4. 質疑応答・意見交換