tech-seminar.jp

本セミナーでは、少ない学習データでも有効に活用できる機械学習の方法を分かりやすく解説いたします。

本セミナーでは、カルマンフィルタの基礎理論について詳細に解説します。センシング、制御、あるいは機械学習などのAI の分野とカルマンフィルタの関係についても述べます。

本セミナーでは、機械学習を用いたプロジェクトにおいて、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解説いたします。

本セミナーでは、深層学習と適応フィルタのそれぞれの長所短所を明らかにしながら、実際の応用におけるうまい使い分けについて解説いたします。

本セミナーでは、外観検査システムの基礎から画像処理、機械学習、ディープラーニングと順を追って作成に必要な技術について解説いたします。

本セミナーでは、統計手法選択・サンプルサイズの決定について根拠として説明出来るようにわかりやすく解説いたします。

本セミナーでは、製品におけるキズ・欠陥、形材の地合、複雑な立体形状の陰影に紛れた不明瞭な欠陥像を検出するために画像処理、機械学習を利用した目視・外観検査自動化の実例を解説いたします。

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、特許調査の実務について基礎から解説し、機械学習による特許調査をデモを交えて解説いたします。

本セミナーは、Google Colabを使用して、PyCaretを利用した異常検知プログラムを動かすハンズオンセッションを行います。

本セミナーでは、機械学習について基礎から解説し、ディープラーニングの具体的な実践方法をわかりやすく解説いたします。

本セミナーでは、データの可視化、モデルの予測性能向上、モデルの逆解析を特に重点的に解説いたします。
また、分子設計・材料設計・プロセス設計・プロセス管理に関する最新の研究事例を紹介いたします。
ケモインフォマティクス・プロセスインフォマティクスにも役立つ内容となっております。

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。