tech-seminar.jp

本セミナーでは、Deep Learningを外観検査に応用する場合の基本的な概念、最新の方法、評価方法、導入に際しての課題について解説いたします。

本セミナーでは、データが少ない場合に人間の知識やシミュレーションを援用したり、逆に機械学習の結果から知識を抽出したり、さらには機械学習のために効率的なデータ取得を工夫したりといった、データ解析の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、画像認識問題を題材として、まず軽量化の観点からディープラーニングの基礎を説明した後、様々な軽量化技術のテクニックを紹介いたします。
各テクニックに関しては、AI系の有力国際会議 (CVPR、ICLRなど) やプレプリントサーバ (ArXiv) に掲載されている最新技術を主に扱い、理論的な厳密さよりもイメージやコンセプト重視でわかりやすく説明いたします。

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、トポロジー最適化の基礎から適用事例、機械学習技術を応用した最適設計までを解説いたします。

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、近年多くの需要・要望が寄せられている人工知能による異常検知について、背景となる基本的な考え方と、古典的なアルゴリズムの理解を深め、さらにAIによる高度な異常検知の基礎とアルゴリズム、応用例をPythonによる実習を通して学んでいきます。

認識精度などのモデル性能の向上とともに増加し、処理速度・消費電力・部品コスト等に影響する、メモリ使用量や演算量。
本セミナーでは、車載機器や組み込みIoTデバイス等の様々なエッジデバイスへのディープラーニングの実装が広がるなか、必要性が増しているモデル軽量化技術について、ディープラーニングの基礎から各手法、最新技術までを分かりやすく解説いたします。

本セミナーでは、機械学習を効果的に活用するための基礎から応用までをやさしく解説いたします。

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、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、画像フィルタリングについて基礎から解説し、MATLABを併用して実際にアルゴリズムを提示、実行し、結果を確認しながら、解説を進めます。