tech-seminar.jp

本セミナーでは、実験の効率化に焦点を当て、研究知見を効果的に組み込んだデータ駆動型の実験計画手法、効率的な組成予測から試行回数の低減、製品開発まで事例を交えて解説いたします。

本セミナーでは、自然言語処理について基礎から解説し、自然言語処理ツールの選定、使い方とその活用、課題を基礎から解説いたします。

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、生成AIブームの火付け役でもある Chat GPT など革新的なTransformerニューラルネットを基盤とした技術とその応用可能性について解説いたします。

本セミナーでは、中小製造現場でいくつかの導入実績をあげた講師が手がけたAI外観検査の取り組みを紹介いたします。
活動事例を通じて得られた、AI外観検査の導入プロジェクトの進め方から学習データの質と量の課題、学習を意識した画像情報の集め方、品質保証への対応までの知見を解説いたします。

本セミナーは、データ分析の基礎から応用まで、原理から具体的な手法までを平易に解説いたします。
また、デジタル信号処理のテクニックや注意すべきポイントなどについても、生体信号や音声信号、振動信号、画像など、多くの具体例を交えて説明いたします。

本セミナーでは、機械学習の成果を左右する「データ前処理」について取り上げ、その基本から、高度な前処理、自然言語・画像・音声におけるすぐに使える前処理技術、うまく対処できない時のための最新技術の調べ方のコツなどについて、PCを用いた演習を含めて実践的な内容を解説いたします。

本セミナーでは、ベイズ最適化について取り上げ、ベイズ最適化の基礎について解説いたします。
また、不確実性を伴う制御できない変数が存在するもとでの制御可能変数の良さをロバスト尺度により定量化し、このロバスト尺度に対するベイズ最適化手法について紹介いたします。

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つの応用例を紹介いたします。