tech-seminar.jp

　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。

　運転支援システムから更に発展した自動運転を迎えるにあたり、走行環境を認識するためのセンシング技術は、より高い性能が求められ、ますます重要になります。
　本セミナーでは、単独のセンシングを補間するセンサフュージョン技術を、画像処理技術と関連しながら解説します。

本セミナーでは、自動車のドライバーの「眠気、覚醒度」を検知するセンシング技術、高精度な状態推定について詳解いたします。

　ものづくりの現場において、検査は欠くことのできない工程である。特に外観検査は、不良の流出を防ぐだけでなく、その製品や企業への信頼性を担保する上で、重要な検査工程となった。外観検査を自動化する場合、一般的には、対象ワークや検査項目に応じて、一品一様で既存の画像処理コマンドの組み合わせとパラメータ調整を行う。しかし近年、融通性の高いシステムへの要望が高まり、より汎用性の高い画像処理手法や、AI技術の活用が期待されている。
　本セミナーでは、産学共同研究における事例を通じて、実問題の解決に画像処理・AI技術をいかに活用するか、その方法論を解説する。

　近年、高エネルギー蓄積デバイスとしてリチウムイオン蓄電池が注目されているが、温度特性や劣化特性の把握が難しいなど、効果的なバッテリーマネジメント手法が求められている。
　本セミナーでは、蓄電池やスマートグリッド関連の初学者、若手技術者を対象に、リチウムイオン蓄電池の基本特性と、そのモデル化手法を理解し、効果的な残量予測や劣化予測に関する基本的な方法を習得することを目的とする。蓄電池残量に関しては、モデル化とカルマンフィルタ手法を中心に概説し、蓄電池の温度特性や劣化特性も含めて正しく測定するための手法とマイコンを使った実装例をお話しする。理解を深めるためにExcelを用いた簡単な演習も行う。また、蓄電池劣化に関しても、基本的な、劣化のメカニズムを理解した上で、その測定方法と抑制方法について紹介する。また、組電池のバランス制御など、残量、劣化の扱いについて説明する。

本セミナーでは、何も無い空間に映像を浮かべたり、絵や文字を書き込んだりできる新しいディスプレイ技術とその応用、市場性について解説いたします。

本セミナーでは、画像認識問題を題材に、Deep Learning及び、Deep Learningのプログラミングについて解説いたします。