tech-seminar.jp

本セミナーでは、深層学習による時系列予測と振動からの異常検知について、基本的な手法と技術動向を解説いたします。
次に、周波数分析、再帰型・畳み込みネットワークによる特徴量化を解説いたします。
さらに、振動による異常検知について機械設備への適用事例を紹介いたします。

本セミナーでは、顔画像識別技術の動作原理 (顔画像の検出・特徴抽出・照合の仕組み) と動作特性 (検出・特徴抽出・照合の速度、顔画像の緻密さ及び鮮明さ・撮影角度・経年変化・表情やアクセサリーの有無が識別精度に及ぼす影響) について、また、最先端の高精細デジタル監視カメラが備える高度な機能・性能 (誤り訂正機能・3次元ノイズリダクション機能・ワイドダイナミックレンジ機能・最低被写体照度) について、わかりやすく解説いたします。

本セミナーでは、AI開発に必要な体制の構築、外注する際の契約、検収方法の注意点について詳解いたします。

本セミナーでは、機械学習に必要なデータの揃え方から、実際に機械学習に展開するかまでについて実例・ハンズオンを踏まえながら実施いたします。

本セミナーでは、次世代カメラの画像処理について最新のアルゴリズムを分かりやすく紹介し、実装プログラム、デモ等もを交えて説明いたします。

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、医療機器への組込ソフトウェアおよびソフトウェア単体医療機器という視点から、AIを利用したソフトウェアシステム開発を如何にレギュレーションに対応させるのかというポイントを詳解いたします。

本セミナーでは、ディープラーニングによる異常検知について基礎から解説し、異常データが無い・少ない場合や未知の異常を検出する方法、オートエンコーダーとGANの使い分け、組み合わせ等のノウハウを詳解いたします。

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。

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。