tech-seminar.jp

本セミナーでは、工場への 『CPS・IoT・AI』 導入に際し、投資額は少なく効果を最大化するポイント、社内の否定的な意見に対して納得させる説明の仕方について詳解いたします。

本セミナーでは、進化的機械学習による機械知能の構築と応用について詳解いたします。

　自動車産業をはじめとして、さまざまな産業界でモデルベース開発の重要性が認識されてきました。本セミナーでは、究極のモデルベースアプローチであり、センシング、制御、あるいは機械学習などのAI の分野と密接な関係をもつカルマンフィルタについて述べます。特に、カルマンフィルタの実践を目指すユーザを対象として、カルマンフィルタを利用する上で有益な情報を提供することを目的とします。
　本セミナーでは、カルマンフィルタの基礎理論について、一度は勉強したことがある方を対象にします、したがって、時系列データの状態空間表現や線形カルマンフィルタのアルゴリズムについてはある程度の知識があることを前提とします。
　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つの応用例を紹介します。時間があれば、ロバストフィルタの考え方について紹介したいと思います。

本セミナーでは、予防安全技術の歴史やロードマップを基にして、ドライバ状態検出技術の最新研究開発動向および将来の展望について詳細に解説いたします。
また、ドライバ状態を検出するに当たって活用が期待される統計科学的手法、機械学習の手法について解説いたします。

　AI・ディープラーニング・機械学習は、生産ライン、医療、インターネットサービスなど、様々な分野で応用・実用化され、多くの人がこの技術にさらなる期待を寄せています。しかし、もちろんAIや機械学習がなんでもできるわけではありません。何ができて何ができないのか、これをしっかり理解するためには機械学習の基本原理を理解することが重要です。
　本講では、AIや機械学習を導入したいと考えているが機械学習でどんなことができるのかをきちんと理解したい、知りたい方に向けて、機械学習の考え方の道筋、基本的な重要な概念をじっくり説明します。数式はできるだけ使わずに、グラフを使って直感的な解説をします。