tech-seminar.jp

本セミナーでは、機械学習で基本的に用いられる「予測」「分類」「分布推定」「ベイズ最適化」技術の背景にある数学を簡単に解説し、「機械学習ポテンシャル」「スペクトル分類」「ピーク推定」等、マテリアルズ・インフォマティクスで用いられる機械学習の基礎とノウハウについて詳解いたします。

本セミナーでは、機械学習全般に共通する基本的な概念、そして特に要望の多い異常検知の理論や実装方法を分かりやすく解説いたします。

本セミナーでは、機械学習モデルを対象としたテスト技術や、機械学習を活用したシステムに対する品質保証の枠組みやガイドラインに関して、近年議論されている話題を俯瞰的に概説いたします。

本セミナーでは、効率的な材料設計やプロセス・装置設計を可能にする実験計画法について取り上げ、必要なデータ解析理論とベイズ最適化の基礎、具体的な応用例や最新の研究事例などを解説いたします。

本セミナーでは、機械学習の成果を左右する「データ前処理」について取り上げ、その基本から、高度な前処理、自然言語・画像・音声におけるすぐに使える前処理技術、うまく対処できない時のための最新技術の調べ方のコツなどについて、PCを用いた演習を含めて実践的な内容を解説いたします。

本セミナーでは、マテリアルズ・インフォマティクスの基礎から、精度向上のテクニック、ハウツーに加え、実用化を目指したその活用法、今後の展開について様々な角度から解説いたします。

本セミナーでは、効率的な材料設計やプロセス・装置設計を可能にする実験計画法について取り上げ、必要なデータ解析理論とベイズ最適化の基礎、具体的な応用例や最新の研究事例などを解説いたします。

本セミナーでは、ケモインフォマティクスについて基礎から解説し、データセット作成や、ハイパーパラメータ最適化など、解析をスムーズに行うためのコツ、事例を詳解いたします。

本セミナーでは、実環境での雑音の種類から話をスタートし、ディジタル信号処理において、それぞれの雑音に対して、どのような対処策があるかを詳細に説明いたします。
具体的なアルゴリズムを提示し、結果を確認しながら解説しますが、雑音の性質に応じた各種フィルタリング技術から、時変性がある従来対処困難とされていた雑音に対しても有効に働く、フレーム内処理方法やディープニューラルネットワークの利用までをカバーします。
最先端のWave-U-Netやその改善方法なども説明いたします。

本セミナーでは、AI・ロボットを活用して短時間で大量の実験データを取得する方法、研究者の技量や経験・勘に頼らない効率的な実験等、研究効率を飛躍的に高めるDXの導入方法と運用の仕方について具体的な事例を交えて詳解いたします。

本セミナーでは、マテリアルDX導入の課題やポイント、求められる人材とその育成、マテリアルズ・インフォマティクスで用いる機械学習手法、逆解析による分子探索や組成・実験条件の最適化等のMI実施の具体例、データベースの構築、マテリアルズ・インフォマティクス特許、講師所属企業における事例、今後のトレンドなど、実際に企業で取り組んできた講師が実践方法と実情を踏まえたポイントを解説いたします。

本セミナーでは、ベイズ統計及びベイズモデリングの基本的な考え方を多くの例を交えて解説いたします。
また、最近話題のベイズ分析ツールRStanなどの基礎となるアルゴリズム (マルコフ連鎖モンテカルロ法)を取り上げ、ベイズ統計の各モデリング手法、RStanによるデータ分析の実践例を示します。