tech-seminar.jp

本セミナーでは、CMOSイメージセンサを扱う上で必要な普遍的な基礎技術を解説いたします。
また、イメージセンサ独特の性能とその評価技術についても解説いたします。

本セミナーでは、ディジタル信号処理の基礎から、音の特徴量の求め方までを平易に解説いたします。
また、故障検知への利用および故障予知への発展の方法へのアプローチを紹介いたします。

本セミナーでは、CMOSイメージセンサを扱う上で必要な普遍的な基礎技術を解説いたします。
また、イメージセンサ独特の性能とその評価技術についても解説いたします。

本セミナーでは、中小製造現場でいくつかの導入実績をあげた講師が手がけたAI外観検査の取り組みを紹介いたします。
活動事例を通じて得られた、AI外観検査の導入プロジェクトの進め方から学習データの質と量の課題、学習を意識した画像情報の集め方、品質保証への対応までの知見を解説いたします。

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。

本セミナーでは、中小製造現場でいくつかの導入実績をあげた講師が手がけたAI外観検査の取り組みを紹介いたします。
活動事例を通じて得られた、AI外観検査の導入プロジェクトの進め方から学習データの質と量の課題、学習を意識した画像情報の集め方、品質保証への対応までの知見を解説いたします。

本セミナーでは、GNSSデータとIMUセンサやSPEEDセンサとのの統合手法についてできるだけ平易に紹介いたします。
GNSSはトンネル内や高層ビルが密集した場所や、高架下では残念ながら機能しません。その意味でIMUやSPEEDセンサとのカップリングは非常に相性がよいと考えられます。

本セミナーでは、3次元的な自己位置推定・環境地図作成のためのコンピュータビジョン技術を基礎から解説いたします。
具体的には特徴点マッチングや画像検索等の画像処理技術及びカメラの透視投影モデル、三角測量、バンドル調整等のコンピュータビジョン技術を説明いたします。
その後、写真測量の基盤となるSfMやMVS、オンライン自己位置推定技術であるVisual SLAM、さらには近年注目されているディープラーニングに基づく環境地図作成技術のNeRFを説明いたします。

本セミナーでは、AI画像認識プロジェクトの進め方、画像情報の集め方、品質保証への対応、具体的なAI画像認識システムの開発例に関する知見について、製造現場での導入実績やAI外観検査の実例を踏まえ、実践的にわかりやすく解説いたします。

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。