tech-seminar.jp

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、実験計画法の基礎として原理と問題点から解説し、実験計画法の問題点を補うためにディープラーニングを併用した、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、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、バイオ医薬品開発を効率化させるためのタンパク質デザイン法について基礎から解説し、凝集しやすい、安定性が低い等に対処するための様々な手法、設計の際に注意すべき点や、設計の成功率を高めるためのノウハウについて解説いたします。

本セミナーでは、少ない学習データでも有効に活用できる機械学習の方法を分かりやすく解説いたします。

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、中小製造現場でいくつかの導入実績をあげた講師が手がけたAI外観検査の取り組みを紹介いたします。
活動事例を通じて得られた、AI外観検査の導入プロジェクトの進め方から学習データの質と量の課題、学習を意識した画像情報の集め方、品質保証への対応までの知見を解説いたします。

本セミナーでは、少ない学習データでも有効に活用できる機械学習の方法を分かりやすく解説いたします。

本セミナーでは、生成AIを活用した効率的な学習データ作成の手法・実践ノウハウ、異常検知におけるデータ前処理・特徴抽出のポイント、製造業で生成AIを活用するためのベストプラクティス・応用事例の理解、生成AI導入に伴うリスク・その対策方法について、事例を交え実践的に解説いたします。

本セミナーでは、ディープラーニングで必ずしも学習データ数が多くない場合や異常検知で異常値のデータ数が少ないといった問題点を解決するための戦略について事例を交えながら紹介いたします。

本セミナーでは、ディープラーニングの基礎から、異常検知の考え方、異常検知の問題点、異常サンプルがない場合と、少量のサンプルがある場合でのアプローチ、生成AIを用いた外観検査の現状と最新動向について解説いたします。

本セミナーでは、Pythonプログラムについて取り上げ、コーディングの基本から、Hadoop/Spark等の活用まで、高速化、大容量データの扱いの基本を解説いたします。

本セミナーでは、Pythonプログラムについて取り上げ、コーディングの基本から、Hadoop/Spark等の活用まで、高速化、大容量データの扱いの基本を解説いたします。

本セミナーでは、AI・LLMの学習時間短縮と性能、回答精度の向上をテーマに、最新の技術動向と実践的なアプローチを紹介いたします。
LLMの基礎から、その学習を効率化する方法、性能を最大化するポイント、回答精度を向上させるためのテクニックまで、幅広くお伝えします。