tech-seminar.jp

本セミナーでは、機械学習を用いたデータ分析を行う際の正しい手順、注意点を分かりやすく解説いたします。

本セミナーでは、ディープラーニングの手法について、その歴史と各種の学習アルゴリズムを概説します。その後、マルチモーダル学習という新しい分野へ応用した我々の最新研究の概要、ロボットの環境認識と行動学習への応用事例、最後に、リカレントニューラルネットへの展開等、将来の研究動向を議論します。

本セミナーでは、マテリアルズ・インフォマティクスを活用して最適かつ効率よく材料を開発するための手法、設計技術を詳解いたします。

　本セミナーでは、時系列データを対象にし、データの個性を定量化する統計的指標や、数式として表現する時系列モデルを多数紹介いたします。更に、応用として「将来予測」や「異常検知」に着眼し、より高度な機械学習モデルを取り入れつつ、実務への応用をサポートいたします。

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。できれば、古典制御や現代制御、確率過程などの知識をお持ちの方が望ましいですが、高等学校の数学の知識があれば、本セミナーを理解できるようにお話ししたいと考えています。
本セミナーでは、まず、線形カルマンフィルタのアルゴリズムを紹介し、数値例を通してカルマンフィルタの仕組みについて学習します。
つづいて、非線形カルマンフィルタの考え方を簡単に述べます。最後に、カルマンフィルタを利用する上で重要である時系列データのモデリングについてもお話しします。

本セミナーでは、化学反応予測・反応条件最適化のための機械学習技術の適用を目指し、機械学習の基礎および事例を解説いたします。

本セミナーでは、最近注目されているDeep Learning (ディープラーニング) について、基礎的なところから応用事例まで解説いたします。

本セミナーでは、統計学・機械学習について基礎から解説し、データ活用を推進する際に必要な知識や気をつけるべきポイントについて事例を交えて詳解いたします。