tech-seminar.jp

本セミナーでは、FT-IRの基礎的な事項の確認、イメージング (マッピング) の測定と解析方法、解析図の見方、スペクトル解析、図を作成することのメリットとデメリットについて実例を紹介しながら解説いたします。

本セミナーでは、社会的信号処理の根幹となる、カメラ・マイク・生体センサといった複数のセンサから取得されるマルチモーダル時系列データより、多様な人間の内面状態を自動推定するためのマルチモーダル情報処理・機械学習技術を体系的に解説いたします。

本セミナーでは、Transformerの典型的モデルの仕組みから、自然言語処理、画像処理、音声認識に応用した最新モデルまでを解説いたします。

本セミナーでは、外観検査システムの基礎から画像処理、機械学習、ディープラーニングと順を追って作成に必要な技術について解説いたします。

本セミナーでは、製品におけるキズ・欠陥、形材の地合、複雑な立体形状の陰影に紛れた不明瞭な欠陥像を検出するために画像処理、機械学習を利用した目視・外観検査自動化の実例を解説いたします。

本セミナーでは、ORB-SLAMを実例とした処理手順、高精度化のポイントや、ディープラーニング応用、IMUを用いたvisual inertial SLAMなどのvSLAMの現在と、Dead Reckoning (DR) や無線を用いた屋内測位技術などを解説いたします。

本セミナーでは、物体追跡の定番的手法となっているパーティクルフィルタについて、概説いたします。

本セミナーでは、光学系を用いた画像の撮影に関する技術から、画像認識技術の概要、一般的な画像認識処理フロー、評価方法、ディープラーニングの基礎、様々な画像認識アルゴリズム、また外観検査などへの応用に関して解説いたします。

本セミナーでは、最初に画像の前処理・特徴量抽出手法について紹介した後、機械学習や深層学習による画像認識システムについて、プログラミング言語Pythonによるプログラム例とともに紹介いたします。
また、画像認識システムのサンプルプログラムを紹介するとともに、システム構築にあたっての注意点について解説いたします。

本セミナーでは、最近特に必要性が注目されている「説明できるAI」について、深層学習などのブラックボックス機械学習の説明性向上、決定木などのホワイトボックス機械学習の精度向上の方法、次世代AIである進化的機械学習、企業へのAI導入を成功させるコツについて平易に解説いたします。