tech-seminar.jp

本セミナーでは、データ駆動科学の基礎から解説し、ベイズ推定・スパースモデリングのデータ解析への適用、ベイズ推定とスパースモデリングの使い方について詳解いたします。

本セミナーでは、データ駆動科学の基礎から解説し、ベイズ推定・スパースモデリングのデータ解析への適用、ベイズ推定とスパースモデリングの使い方について詳解いたします。

本セミナーでは、未知の異常検知、異常モニタリングの一手法として、その実用的な性質から多くの分野で活用されている「MTシステム」について取り上げ、MTシステムの基礎から解説し、既存のデータを活用し、判別・識別、診断、予測に活用する方法について詳解いたいます。

本セミナーでは、主に粉体単位操作の分離プロセスにおける数値シミュレーションと機械学習について解説いたします。
数値シミュレーションの方法や原理、汎用ソフトウェア、従来から最新のシミュレーションや機械学習の活用事例について、わかりやすく説明いたします。

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。

本セミナーでは、畳み込みニューラルネットワークとVision Transformerについて、仕組みと画像認識分野への応用事例について説明いたします。
また、ネットワークモデルの軽量化技術、実装方法、実践的に活用できるポイントを解説いたします。

本セミナーでは、製造プロセス最適化やマーケティング施策評価など、実際の現場データを想定した応用例を交えながら、ベイズ的因果推論の理論と実務を結ぶ視点を養います。

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いたします。
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。

本セミナーでは、生成AIを組み合わた少量データでの機械学習モデルの構築、最適なパラメータ、データ収集の留意点、スパースデータの防止策について詳解いたします。

本セミナーでは、AIモデルのコンパクト化に関する技術について基礎から解説し、AIモデルの動向、蒸留、量子化、枝刈りによるコンパクト化技術を詳解いたします。

本セミナーでは、データ分析に生成AIを応用する方法について、データ分析および生成AIの基礎から具体的なテクニックをわかりやすく解説いたします。