tech-seminar.jp

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、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AIエージェントを応用する方法について、データ分析およびAIエージェント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。

本セミナーでは、データ分析にAIエージェントを応用する方法について、データ分析およびAIエージェント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。

本セミナーでは、強化学習について基礎から解説し、ロボットなどの機械制御への応用が特に期待される最新の強化学習アルゴリズムや、応用の際に悩みの種となりやすい報酬の設計指針や対処法について実際の応用事例と合わせて紹介いたします。

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、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。

高速信号処理への対応や少量データでも学習可能といった利点を有し、近年注目されているリザバーコンピューティング (RC) 。
本セミナーでは、リザバーコンピューティングの原理・特徴、物理RCの動作原理・ソフトウエアベースとの違い、物理RCの種類、物理RCの基礎研究 (光学、機能性材料や電子デバイスを用いたコンピューティング) と応用に近い研究の具体例、社会実装に向けた応用 (音声・画像認識、無線通信要素技術、個人医療等) と技術課題、今後の展望までを解説いたします。

本セミナーでは、データが少ない状況でも高精度な予測を目指すための考え方とアプローチを、わかりやすく解説いたします。
具体的には、データ拡張における実践的な手法を紹介し、業務での活用方法を具体的に学びます。

本セミナーでは、生成AIを活用する上での基本から、異常検知のための学習データの生成、導入に向けた実践方法をわかりやすく解説いたします。

本セミナーでは、生成AIを活用する上での基本から、異常検知のための学習データの生成、導入に向けた実践方法をわかりやすく解説いたします。