技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー
技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー
本セミナーでは、外観検査装置の導入、撮影環境 (カメラ、照明) の構築法、外観検査システムの評価法、Pythonによる正常、異常を判別する外観検査ソフトウェアの作り方について詳解いたします。
本セミナーでは、自律走行や拡張現実感 (AR) などの基盤技術として用いられるVisual SLAMについて、基礎から実装法まで解説いたします。
3次元的な自己位置推定・マッピング処理を対象としたコンピュータビジョン技術を初歩から概説いたします。
カメラの投影モデルや特徴点トラッキングなどの基礎技術から、古くから研究がなされてきたオフライン型structure from motion (SfM) 、 Hololens、ARCore、ARKitなどにも用いられるオンライン型visual SLAMの枠組みに至るまでを理解できることを目的とします。
本セミナーでは、現在の自動車や家電製品の音環境を見直したよりイメージにフィットしたサウンドデザインの方法について実例を交えて解説いたします。
本セミナーでは、様々な分野で使われるようになってきた Transformerについて、基礎となる理論と応用を解説いたします。
本セミナーでは、触覚に着目した製品開発に必要な触覚・触感のメカニズムから、商品開発へ落とし込む時に必要となる官能評価法や物性値への結びつけ、更には定量化技術の最新動向や、自動車・情報機器用材料・スポンジや樹脂材料への応用事例までを解説いたします。
本セミナーでは、3次元空間情報に関するデータ形式の1つである3次元点群を効率良く処理し、それを活用する情報処理の基本技法について、実例を挙げながら具体的に解説いたします。
本セミナーでは、現在の自動運転システムに搭載されている各種センサの概要や、自動運転に必要となる各種技術の概要ついて金沢大学の実装例を用いて解説いたします。
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、自身が手がけたAI外観検査の取り組みを紹介。活動事例を通じて、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を解説いたします。
本セミナーでは、ライトフィールドの基礎理論から、ライトフィールドカメラ・ライトフィールドディスプレイの最新動向まで丁寧に解説いたします。
本セミナーでは、ブレインテックの最新の市場・活用動向、技術課題、脳計測の手法や分析の概要、今後の展望について解説いたします。
本セミナーでは、カルマンフィルタについて基礎から、できるだけわかりやすく解説いたします。
また、応用例としてリチウムイオン二次電池の充電率推定への応用について解説いたします。
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、生体信号を計測する技術と、その医療・ヘルスケア応用について紹介いたします。
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、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。
本セミナーでは、脳波を活用した領域への技術的参入・ビジネス展開に向けて、脳波の仕組み、計測方法、信号解析の基本、ブレイン・マシン・インタフェースへの応用例、ビジネス展開の可能性など、脳波の基礎と応用を詳しく解説いたします。
本セミナーでは、ウェアラブルセンシング技術の基礎から解説し、基本要素技術から応用事例まで詳解いたします。
本セミナーでは、ブレインテックの最新の市場・活用動向、技術課題、脳計測の手法や分析の概要、今後の展望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。