tech-seminar.jp

本セミナーでは、ToF (Time of Flight) 方式、LiDAR方式、Structured Light方式、Infrared Depth方式などのデプスカメラの基本動作原理の理解と、そのメリット、デメリット、想定される応用分野について解説いたします。

　近年、人工知能関連技術の種々の応用が盛んに行われ、ロボットへの応用も期待を集めている。ロボットを自動的に動かし人手での調整等の介在を減らす (自律化) 技術は、地図生成、運動計画、学習制御、パタン認識など多岐にわたる技術的側面を有する。
　本セミナーでは、動作するロボットへの応用に関連する運動計画・地図生成・パタン認識・機械学習・強化学習等の諸技術の概略を解説し、ロボットの自律化に関連する技術・研究動向を述べる。

本セミナーでは、画像・音声・動画認識などの様々な技術を高精度化させるディープラーニングについて、基礎から学習法、各技術への応用例、自律ロボットの動作・言語学習などについて解説いたします。

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。

　実験計画法は、少ない実験回数で多くの構成要素が関係する現象の解析が可能です。その解析方法を使うと、本来、数千通りの実験が必要な場合でも、数十通りの実験回数で、構成要素間の最適な組合せ (因子ごとの最適条件) を見つけることが可能です。
　しかしながら、解析の前提として構成要素の組合せ効果が線形モデル (構成要素の影響が足し算で構成された単純なモデル) に基づくことを前提にしており、構成要素が複雑に絡みあう製造業の開発では、最適条件の推定が外れることが多々ありました。
　本セミナーでは、実験計画法の原理と問題点の解説を行い、その問題点を補うために人工知能の一種であるニューラルネットワークモデル (超回帰モデル) を併用した製造業の開発により適した非線形実験計画法を解説いたします。
　実験計画法の導入を考えている初学者の方、これまで実験計画法や品質工学 (タグチメソッド) を使ったが上手く行かなかったという方々に、具体的な解決策を詳細に説明します。

　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。

本セミナーはPC実習を交えて、機械学習の本質を理解し、Pythonライブラリの基本的な使い方を習得していただきます。

本セミナーでは、マテリアルズ・インフォマティクスを活用して最適かつ効率よく材料を開発するための手法、設計技術を詳解いたします。