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
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
本セミナーでは、実験計画法の原理と問題点の解説を行い、その問題点を補うために人工知能の一種であるニューラルネットワークモデル (超回帰モデル) を併用した製造業の開発により適した非線形実験計画法を解説いたします。
本セミナーでは、AI / IoT発明の発掘の仕方、権利化のポイント、特許明細書の具体的な書き方について解説いたします。
本セミナーは、ディープラーニングの基礎から実践に至るまで、幅広い知識習得をカバーして解説いたします。
本セミナーでは、AIの全般的な知識と技術により課題解決のため自らプログラムを作成する方法を学びます。
プログラミング演習を中心に、知識だけでなく「作る力」を身に付けることができます。
本セミナーでは、ディープラーニングの手法について、その歴史と各種の学習アルゴリズムを概説します。その後、マルチモーダル学習という新しい分野へ応用した我々の最新研究の概要、ロボットの環境認識と行動学習への応用事例、最後に、リカレントニューラルネットへの展開等、将来の研究動向を議論します。
本セミナーでは、深層学習 (ディープラーニング) などのブラックボックス問題を解決する方法とAI導入の留意点について詳解いたします。
本セミナーでは、化学反応予測・反応条件最適化のための機械学習技術の適用を目指し、機械学習の基礎および事例を解説いたします。
本セミナーでは、技術課題を解決するツールとしてのディープニューラルネットワークモデルとMTシステム、 両手法の特徴と具体事例を詳解いたします。
本セミナーでは、実験計画法の原理と問題点の解説を行い、その問題点を補うために人工知能の一種であるニューラルネットワークモデル (超回帰モデル) を併用した製造業の開発により適した非線形実験計画法を解説いたします。
本セミナーでは、自動車への自動運転の実現に向けた、周辺認識と空間認識技術について詳解いたします。
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。
本セミナーでは、エンジニアリングに適した人工知能技術であるニューラルネットワークモデルとMTシステムに関して、製造業における具体的な事例を用いて解説いたします。
AI・ディープラーニング・機械学習は、生産ライン、医療、インターネットサービスなど、様々な分野で応用・実用化され、多くの人がこの技術にさらなる期待を寄せています。しかし、もちろんAIや機械学習がなんでもできるわけではありません。何ができて何ができないのか、これをしっかり理解するためには機械学習の基本原理を理解することが重要です。
本講では、AIや機械学習を導入したいと考えているが機械学習でどんなことができるのかをきちんと理解したい、知りたい方に向けて、機械学習の考え方の道筋、基本的な重要な概念をじっくり説明します。数式はできるだけ使わずに、グラフを使って直感的な解説をします。
今やAI技術の主流となっているディープラーニングでは、ニューロンの働きを疑似的に多重化したニューラルネットワークを利用しています。
本セミナーでは、AI技術の概要から始めてディープラーニングとはどのようなものなのか、そしてGoogle社のディープラーニング (深層学習) フレームワークであるTensorFlowの機能および使い方に解説を進めます。その後、TensorFlow の稼働環境を構築して、稼働環境上でのサンプル実行とサンプル内容の解説へと進めていき、TensorFlow のディープラーニングを実現するコード記述スタイルが理解できるようにしていきます。
本セミナーでは、画像・音声・動画認識などの様々な技術を高精度化させるディープラーニングについて、基礎から学習法、各技術への応用例、自律ロボットの動作・言語学習などについて解説いたします。
実験計画法は、少ない実験回数で多くの構成要素が関係する現象の解析が可能です。その解析方法を使うと、本来、数千通りの実験が必要な場合でも、数十通りの実験回数で、構成要素間の最適な組合せ (因子ごとの最適条件) を見つけることが可能です。
しかしながら、解析の前提として構成要素の組合せ効果が線形モデル (構成要素の影響が足し算で構成された単純なモデル) に基づくことを前提にしており、構成要素が複雑に絡みあう製造業の開発では、最適条件の推定が外れることが多々ありました。
本セミナーでは、実験計画法の原理と問題点の解説を行い、その問題点を補うために人工知能の一種であるニューラルネットワークモデル (超回帰モデル) を併用した製造業の開発により適した非線形実験計画法を解説いたします。
実験計画法の導入を考えている初学者の方、これまで実験計画法や品質工学 (タグチメソッド) を使ったが上手く行かなかったという方々に、具体的な解決策を詳細に説明します。