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、CMOS製のイメージセンサの機能進化とコンピュータチップとの融合による視覚認知機能進化について、その全容を鳥瞰して解説いたします。
本セミナーでは、現在の自動運転自動車のセンシングに欠かせないセンサとなっているLiDARを一例として取り上げ、自動運転自動車周囲に存在している移動物体の運動推定手法を題材とした状態推定アルゴリズムの解説を行います。
また、金沢大学の実装例を交えて解その他の自動運転全般の技術の概要についても解説いたします。
本セミナーでは、ディジタル信号処理の基礎から、音の特徴量の求め方までを平易に解説いたします。
また、故障検知への利用および故障予知への発展の方法へのアプローチを紹介いたします。
本セミナーでは、検査と品質保証の概要から、目視検査と自動検査の違い、検査結果の効果的活用法、さらには外観検査に使われている機材と利用ノウハウについて分かりやすく解説いたします。
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、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。
本セミナーでは、ディープラーニングや異常検知の基礎から、ディープラーニングによる異常検知手法とその実例・課題などについて詳しく解説いたします。
外観検査システム・異常検知システムの構築・活用に、ぜひお役立てください。
本セミナーでは、先制医療、予防医療、ヘルスケア等の領域におけるニーズや、バイオセンサを活用したウエアラブルデバイス、キャビタス (体腔) センサ、生化学式ガスセンサ&探嗅カメラ (イメージング) 、アクチュエータ、人工臓器などの先端研究例を解説いたします。
本セミナーでは、5G/5G beyondの動向からビームフォーミング・到来方向推定技術について基礎から解説するとともに、最近注目されているブラインド信号処理技術について説明いたします。
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。
本セミナーでは、香りについて基礎から解説し、香りの効能・作用を統合的に評価する生理的、心理的な技術や手法を多数解説いたします。
本セミナーでは、ステレオカメラの優位性やステレオ法の原理、立体物の検出などステレオ法の基礎から解説し、衝突回避や自動運転への適用について詳解いたします。
また、地図とステレオカメラからの情報をマッチングさせる手法や実物の1/10のモデルを使って行った実験の様子、今後の展開などを解説いたします。
本セミナーでは、予防安全技術の歴史やロードマップを基にして、ドライバ状態検出技術の最新研究開発動向および将来の展望について詳細に解説いたします。
また、ドライバ状態を検出するに当たって活用が期待される統計科学的手法、機械学習の手法について解説いたします。
本セミナーでは、ライトフィールドの理論的な基礎から始め、ライトフィールドディスプレイの原理、映像技術としての可能性など、最新の研究動向もふまえてライトフィールド技術の全体像を解説いたします。
本セミナーでは、現在の自動運転自動車のセンシングに欠かせないセンサとなっているLiDARを一例として取り上げ、自動運転自動車周囲に存在している移動物体の運動推定手法を題材とした状態推定アルゴリズムの解説を行います。
また、金沢大学の実装例を交えて解その他の自動運転全般の技術の概要についても解説いたします。
本セミナーは、自動車がカメラからの画像を用いて環境を理解する原理・基礎に重点を置いて説明いたします。
また、レーザーを用いて周囲の物体形状を計測するLIDAR (ライダー) を用いた環境認識技術についても触れます。
本セミナーでは、機械学習を用いた「時系列データ分析」の基礎から、「将来予測」「異常検知」等への応用をわかりやすく解説いたします。
本セミナーでは、GNSSデータとIMUセンサやSPEEDセンサとのの統合手法についてできるだけ平易に紹介いたします。
GNSSはトンネル内や高層ビルが密集した場所や、高架下では残念ながら機能しません。その意味でIMUやSPEEDセンサとのカップリングは非常に相性がよいと考えられます。
本セミナーでは、検査と品質保証の概要から、目視検査と自動検査の違い、検査結果の効果的活用法、さらには外観検査に使われている機材と利用ノウハウについて分かりやすく解説いたします。
本セミナーでは、時系列データを対象にし、データの個性を定量化する統計的指標や、数式として表現する時系列モデルを多数紹介いたします。更に、応用として「将来予測」や「異常検知」に着眼し、より高度な機械学習モデルを取り入れつつ、実務への応用をサポートいたします。