tech-seminar.jp

本セミナーでは、外観検査システムの基礎から画像処理、機械学習、ディープラーニングと順を追って作成に必要な技術について解説いたします。

本セミナーでは、第一原理計算と機械学習力場の基礎を解説し、講演者の研究事例を中心に、理論計算を用いて材料設計にどのようにアプローチできるかを解説いたします。
具体的な事例としては、多種の元素を含む水分解触媒の探索・設計と、既存の古典力場の適用が難しい複雑な固液界面における分子動力学法の活用について紹介いたします。

本セミナーでは、実験環境の自動化について取り上げ、ラボオートメーションに向けた実験環境の構築と導入・実装のポイント、実験自動化を動かすためのPython・生成AI活用と実装について詳解いたします。

本セミナーでは、製造プロセスをデータ駆動で最適化するプロセスインフォマティクスの理念と応用を体系的に解説いたします。

本セミナーでは、フィジカルAIの基盤技術として、人工知能・機械学習の基礎から各種ニューラルネットワーク、ディープラーニングの原理と応用を解説いたします。
また異常音検出や水道管漏水検出などの実例に加え、ディープラーニングの一例としてMask R-CNNを取り上げ、転移学習を活用した光沢表面部品の自動検査システムを題材に、フィジカルAIを現場に実装するための実践的アプローチを紹介いたします。

本セミナーでは、機械学習を用いた流体力学現象の予測やモデリングについて、基礎理論から実装手法、応用例までを体系的に解説いたします。

本セミナーでは、データの可視化、モデルの予測性能向上、モデルの逆解析を特に重点的に解説いたします。
また、分子設計・材料設計・プロセス設計・プロセス管理に関する最新の研究事例を紹介いたします。
ケモインフォマティクス・プロセスインフォマティクスにも役立つ内容となっております。

本セミナーでは、第一原理計算と機械学習力場の基礎を解説し、講演者の研究事例を中心に、理論計算を用いて材料設計にどのようにアプローチできるかを解説いたします。
具体的な事例としては、多種の元素を含む水分解触媒の探索・設計と、既存の古典力場の適用が難しい複雑な固液界面における分子動力学法の活用について紹介いたします。

本セミナーでは、具体的に「データ分析プロジェクト」「AIプロジェクト」という二大DXプロジェクトにフォーカスして学び、プロセスを体系的に理解し、同時に明日から始められるようなテクニカルな「型」を提供いたします。

本セミナーでは実験データを解析できるようになることを主眼におき、実験データの解釈のための可視化の方法や、実験、解析の計画設計のための手順、実験データを解析する際に起こりうる失敗事例の紹介を行います。

本セミナーでは実験データを解析できるようになることを主眼におき、実験データの解釈のための可視化の方法や、実験、解析の計画設計のための手順、実験データを解析する際に起こりうる失敗事例の紹介を行います。

本セミナーでは、対象とするデータに合ったAIの選び方、AI改良することができる人材の育成方法、深層学習の効率化のための手法、説明可能AI (XAI) の基礎、複雑かつ高度な業務へのAI導入のコツについて解説いたします。

本セミナーでは、機械学習を用いた流体力学現象の予測やモデリングについて、基礎理論から実装手法、応用例までを体系的に解説いたします。