tech-seminar.jp

本セミナーでは、おもに統計における正則化線形回帰という視点からスパースモデリングを概観し、多数提案されている主要な発展的手法も解説いたします。
さらに、具体的な問題をスパースモデリングにより定式化して効率的に解決する事例を、簡単なプログラム例とデモを交えて紹介いたします。

本セミナーでは、機械学習の入門からはじめ、さまざまなモデル化や学習手法の基本的な考え方を紹介し、それぞれを効率的に活用する方法を解説いたします。
また、製造業などで需要の高い設計の最適化などへも機械学習技術が適用可能であることを解説いたします。

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、カルマンフィルタについて基礎から解説いたします。
また、実際に使うためのポイント、応用事例まで平易に解説いたします。

本セミナーでは、ベイズ統計学について基礎からわかりやすく解説し、一般的な統計学との違い、ベイズ統計学の使いどころがわかる事例も紹介いたします。

本セミナーでは、機械学習、AIを使いこなす上で、注目を集めるベイズ統計を分かりやすく解説いたします。

本セミナーでは、データのクラスタ化からモデリング技術、逆解析による材料・プロセスの設計まで詳説いたします。
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。

　製造業において機械学習を適用しようという試みは至る所で行われているが、実際の現場で有効に機械学習がうまくいっている事例はそれほど多くない。
　本セミナーでは、機械学習の得意不得意や限界を知り、使いこなすためのコツを事例を交えながら感覚がつかめるようにする。また、高品質な製品を開発する工程を短縮する最適実験計画への機械学習適用についても紹介する。

　自動車産業をはじめとして、さまざまな産業界でモデルベース開発の重要性が認識されてきました。本セミナーでは、究極のモデルベースアプローチであるカルマンフィルタについて、できるだけわかりやすく解説することを試みます。カルマンフィルタは、対象である時系列、あるいはシステムの数学モデルが与えられたとき、雑音が混入した観測データから対象の状態を推定 (フィルタリング) する方法です。
　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。