tech-seminar.jp

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。

本セミナーでは、複数企業・複数機関が分散保持する秘匿データについて、生データを共有せずに安全に統合解析する「分散データ統合解析技術」について解説いたします。

本セミナーでは、フロー合成の基礎知識、実験装置の実際、流れ制御技術、トラブル対応例について解説いたします。
また、フロー合成の適応事例や条件最適化 (ベイズ最適化) 事例、医薬品原料のスケールアップ事例をもとに処理量拡大時の注意点等についても解説いたします。

本セミナーでは、データが少ない場合に人間の知識やシミュレーションを援用したり、逆に機械学習の結果から知識を抽出したり、さらには機械学習のために効率的なデータ取得を工夫したりといった、データ解析のための戦略について事例を交えながら紹介いたします。

本セミナーではFT-IR分析を対象とし、機械学習・AI技術の活用方法を実践的に解説いたします。
多成分分離や辞書データを用いた再構成といった統計的手法により、従来困難だった混合物解析などを効率化いただけます。

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、人工知能技術の基礎・応用ノウハウ、簡単に使える人工知能構築ツール・アルゴリズム、推定全数検査化・仮想検査の方法、人的な官能 (感性) 検査を機械化 (自動化) する方法、製造業における人工知能の使いこなしノウハウ、製造業で実績があり簡便に使える人工知能の知識について、分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。