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、画像認識問題を題材として、まず軽量化の観点からディープラーニングの基礎を説明した後、様々な軽量化技術のテクニックを紹介いたします。
各テクニックに関しては、AI系の有力国際会議 (CVPR、ICLRなど) やプレプリントサーバ (ArXiv) に掲載されている最新技術を主に扱い、理論的な厳密さよりもイメージやコンセプト重視でわかりやすくご説明いたします。
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、IoTの技術要素を解説すると共に、これらの適用例について具体的な事例を中心に紹介いたします。
本セミナーでは、畳み込みニューラルネットワークの基礎と画像認識分野における応用事例について説明いたします。
また、畳み込みニューラルネットワークの判断根拠の視覚的説明や応用方法、実装に向けた環境やディープラーニングフレームワークについても紹介し、実践的に活用できる内容を網羅的に説明いたします。
本セミナーでは、ディープラーニングのモデル軽量化技術の基礎から、各種モデル軽量化技術 (合計22手法) の狙いや仕組みを詳解いたします。
本セミナーでは、ベイズ統計及びベイズモデリングの基本的な考え方を多くの例を交えて解説いたします。
また、最近話題のベイズ分析ツールRStanなどの基礎となるアルゴリズム (マルコフ連鎖モンテカルロ法)を取り上げ、ベイズ統計の各モデリング手法、RStanによるデータ分析の実践例を示します。
本セミナーでは、テラヘルツ波の基礎知識から始まり、電子デバイス/光デバイスの両面から光源・検出器の基本について、また、センシング・イメージングシステムを組む上での必要知識を解説いたします。さらにテラヘルツ波のシステムの早期導入が期待される安全安心分野、医療医薬分野に応用する研究開発事例を中心に紹介し、新規産業に展開するためのキーポイントを解説いたします。
本セミナーでは、深層学習による時系列予測と振動からの異常検知について、基本的な手法と技術動向を解説いたします。
次に、周波数分析、再帰型・畳み込みネットワークによる特徴量化を解説いたします。
さらに、振動による異常検知について機械設備への適用事例を紹介いたします。
本セミナーでは、画像処理プログラミングの基本、およびオープンソースの画像処理ライブラリであるOpenCVの導入から基礎について解説します。
本セミナーでは、機械学習の入門的コンテンツ、材料研究におけるデータ科学の活用事例、解析ツール等の紹介を行いながら、マテリアルズインフォマティクスの全体像を示します。
また、物質構造記述子、構造物性相関解析、材料設計、実験計画法、転移学習によるスモールデータ解析、ディープラーニング等の話題を中心に講義を行います。
本セミナーでは、画像認識問題を題材として、まず軽量化の観点からディープラーニングの基礎を説明した後、様々な軽量化技術のテクニックを紹介いたします。
各テクニックに関しては、AI系の有力国際会議 (CVPR、ICLRなど) やプレプリントサーバ (ArXiv) に掲載されている最新技術を主に扱い、理論的な厳密さよりもイメージやコンセプト重視でわかりやすくご説明いたします。
本セミナーでは、リチウムイオン電池の安全な活用、効率的な再利用に向けた評価技術について、 電池の残量、劣化のモデル化から予測まで、残存価値評価のための具体的手法を詳解いたします。
本セミナーでは、スモールデータの解析の実態と、その方法論、データ収集の考え方を、実例を通じて解説いたします。
本セミナーでは、確率の基本からベイズモデリングの最前線までを具体的な応用事例を通じて、ベイズモデリングに基づく機械学習の全体像を理解することができます。
本セミナーでは、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しております。
蓄電池残量に関しては、様々な提案手法を概説し、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MATLABを使った実装例をお話しいたします。
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、その診断方法について解説いたします。
さらに、劣化診断や寿命予測に関する最新技術についても紹介いたします。
本セミナーでは、機械学習全般に共通する基本的な概念、そして特に要望の多い異常検知の理論や実装方法を分かりやすく解説いたします。
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、実験科学者である講師らの研究グループで行った、小規模データへの機械学習の効果的活用によるマテリアルズインフォマティクスの研究事例について紹介いたします。
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。