tech-seminar.jp

本セミナーでは、AI画像認識プロジェクトの進め方、画像情報の集め方、品質保証への対応、具体的なAI画像認識システムの開発例に関する知見について、製造現場での導入実績やAI外観検査の実例を踏まえ、実践的にわかりやすく解説いたします。

本セミナーでは、時系列予測の一般的な機械学習法の基礎から始め、リザバーコンピューティングの特徴、学習/予測の仕組み、実装例の紹介、学習と予測のデモンストレーション、数理的な性質、具体的な応用例の紹介、最新の研究状況と展望までを分かりやすく解説いたします。

本セミナーでは、材料実験AIエージェントについて取り上げ、LLMへの自社の実験知見の与え方、実験データとの連携方法、エージェントの精度・速度を向上させるための工夫、つまずいたポイントについて詳解いたします。

本セミナーでは、材料開発の実務に資するデータ分析の考え方から材料開発現場における各種データ (表形式・画像・テキスト・スペクトル・時系列・有機材料・無機材料など) の扱い方、現場でよくある課題への対処法について解説いたします。

本セミナーでは、生体信号処理の基礎から始め、機械学習・深層学習を活用した最新の解析手法、さらにExplainable AI (説明可能AI) やFoundation Modelなどの最新動向までを体系的に解説いたします。
また、医療診断支援、ウェアラブルヘルスケア、ブレイン・コンピュータ・インタフェース (BCI) などの応用事例についても紹介いたします。

本セミナーでは、材料実験AIエージェントについて取り上げ、LLMへの自社の実験知見の与え方、実験データとの連携方法、エージェントの精度・速度を向上させるための工夫、つまずいたポイントについて詳解いたします。

本セミナーでは、生成AI特許の基礎から最新動向、出願戦略、調査手法、発明創出など、事例をもとに解説いたします。

本セミナーでは、マテリアルズ・インフォマティクスの実践事例を通じて、研究活動で生じるデータの生成・蓄積・活用のサイクルについて紹介し、データ生成の観点からベイズ最適化や物質・材料シミュレーションと結晶構造探索の基礎、データ蓄積の観点からのデータベース構築、そしてデータ活用の観点からのスパースモデリングやスペクトルモデリングについて、必要な考え方・基礎知識について解説いたします。

本セミナーでは、研究開発の高精度化・高効率化を実現するデータ駆動型アプローチ・機械学習・実験計画について詳しく解説いたします。
機械学習による実験計画の考え方から、ベイズ最適化・能動学習の基礎、機械学習モデルの超パラメータ最適化・品質領域の推定・プロセス条件の最適化などの材料工学への各応用例、Pythonによる実行方法までを解説いたします。

本セミナーでは、マテリアルズ・インフォマティクスの実践事例を通じて、研究活動で生じるデータの生成・蓄積・活用のサイクルについて紹介し、データ生成の観点からベイズ最適化や物質・材料シミュレーションと結晶構造探索の基礎、データ蓄積の観点からのデータベース構築、そしてデータ活用の観点からのスパースモデリングやスペクトルモデリングについて、必要な考え方・基礎知識について解説いたします。

本セミナーでは、品質不良や設備・工程の異常兆候を早期に捉えるために、データを用いた正常/異常の判断を行うための判定根拠や精度の限界について詳解し、現場で説明・活用するための実践ポイントを解説いたします。

このセミナーではPython, 統計、ケモメトリクス・機械学習について基礎から解説し、スペクトルデータから目的変数の予測、画像解析など、実践的なプログラムを通して解説いたします。

本セミナーでは、AI機械学習の手法を分類して、それぞれが我が国の産業現場の異常検知予知にどのように適用されているか実例を交えて紹介いたします。