tech-seminar.jp

本セミナーでは、ベイズ推論とスパースモデリングを情報数理基盤とするデータ駆動科学でAI for Material engineeringについて解説いたします。

本セミナーでは、電池・半導体・高分子・触媒など、幅広い材料系で活用が進むMLIPについて取り上げ、MLIPの基礎から学習データ作成やモデル検証といった実務まで、体系的に解説いたします。

本セミナーでは、化学工学におけるデータ解析について取り上げ、特にニューラルネットワークに焦点を置いてその利活用手法について解説いたします。

本セミナーでは、電池・半導体・高分子・触媒など、幅広い材料系で活用が進むMLIPについて取り上げ、MLIPの基礎から学習データ作成やモデル検証といった実務まで、体系的に解説いたします。

本セミナーでは、外観検査AIの基礎となる異常検知の考え方を解説し、学習データを用いないZero-shot手法、少量データで高性能を狙うFew-shot手法、数十枚程度の画像から構築できる最新の高性能検査AIまでを体系的に解説いたします。

本セミナーでは、機械学習やデータ解析を正しく理解・活用するために不可欠な「線形代数」を中心とした数学的基礎を、Pythonによる実装を交えながら体系的に解説いたします。

本セミナーでは、AI/機械学習開発が止まる本当の原因を特定し、「速く・軽く・確実に回す」設計判断に必要な知識について解説いたします。
GPU・Python環境、データ戦略、モデル選定の3視点から、現場で詰まるボトルネックと具体的な回避策を体系的に整理いたします。

本セミナーでは、AI搭載システムを品質・安全保証するための重要なポイントや、各種検証手法について過去の開発経験を踏まえて解説いたします。

本セミナーでは、第一原理計算の基礎知識や実行手順、第一原理計算による主な解析手法を解説いたします。
また、情報科学・機械学習を応用したマテリアルズ・インフォマティクス (MI) 研究の事例も併せて紹介し、インフォマティクスと連携することで第一原理計算の有効活用について解説いたします。

本セミナーでは、具体的に「データ分析プロジェクト」「AIプロジェクト」という二大DXプロジェクトにフォーカスして学び、プロセスを体系的に理解し、同時に明日から始められるようなテクニカルな「型」を提供いたします。

本セミナーでは、扱う材料系が多様、データが集まりにくい、データの規模が小さい等、課題に直面した際、マテリアルズインフォマティクスを研究開発に適用する方法、モデル構築について取り上げ、小規模データへの機械学習の効果的活用によるマテリアルズインフォマティクスの研究事例について解説いたします。

本セミナーでは、フィジカルAIの基盤技術として、人工知能・機械学習の基礎から各種ニューラルネットワーク、ディープラーニングの原理と応用を解説いたします。
また異常音検出や水道管漏水検出などの実例に加え、ディープラーニングの一例としてMask R-CNNを取り上げ、転移学習を活用した光沢表面部品の自動検査システムを題材に、フィジカルAIを現場に実装するための実践的アプローチを紹介いたします。

本セミナーでは、扱う材料系が多様、データが集まりにくい、データの規模が小さい等、課題に直面した際、マテリアルズインフォマティクスを研究開発に適用する方法、モデル構築について取り上げ、小規模データへの機械学習の効果的活用によるマテリアルズインフォマティクスの研究事例について解説いたします。