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、個人情報保護・プライバシーの分野を主に取り扱う講師が、メーカーにおけるAI・IoTに関するデータ利活用の際に留意すべき法規制と具体的なビジネスにおける実務上のポイントについて、最新事情を交えて解説いたします。

本セミナーでは、系統的データから帰納的に法則を見出すこと、所望の構造や機能をもつ化合物を系統的な実験から探索すること、データベースや計算化学による予測で候補化合物を絞り実験すること、といった従前の化学研究スタイルや演者の過去の研究を見直しながら、適用できそうなAI利用の研究例を紹介いたいます。
また、新しい化学研究のスタイルに期待しながら、実験中心のスタイルと比較しつつ、注意点等を知りたい方に敷居の低い化学的な内容や話題を提供いたします。

本セミナーでは、ケモ・マテリアル・データのをもとに、Rプログラミングによる統計検定、多変量データの作り方、さまざまな視覚化法、機械学習、化学構造情報処理について実習を交えて解説いたします。

本セミナーでは、AIの実用化を阻むブラックボックス問題を解決する新手法について解説いたします。

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。続いて、代表的な非線形カルマンフィルタである拡張カルマンフィルタ (EKF) と無香料カルマンフィルタ (UKF) のアルゴリズムを説明し、非線形カルマンフィルタを用いた状態とパラメータの同時推定を導入します。また、カルマンフィルタの数値的不安定性について述べ、その問題点に対処するUD分解フィルタを導入します。さらに、カルマンフィルタの2つの応用例を紹介いたします。