tech-seminar.jp

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、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、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、AIの実用化を阻むブラックボックス問題を解決する新手法について解説いたします。

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、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、畳み込みニューラルネットワークの基礎と画像認識分野における応用事例について説明いたします。
また、畳み込みニューラルネットワークの判断根拠の視覚的説明や応用方法、実装に向けた環境やディープラーニングフレームワークについても紹介し、実践的に活用できる内容を網羅的に説明いたします。