技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー
技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー
本セミナーでは、ベイズ統計及びベイズモデリングの基本的な考え方を多くの例を交えて解説いたします。
また、最近話題のベイズ分析ツールRStanなどの基礎となるアルゴリズム (マルコフ連鎖モンテカルロ法)を取り上げ、ベイズ統計の各モデリング手法、RStanによるデータ分析の実践例を示します。
本セミナーでは、Pythonの基礎から解説し、ChatGPTを業務に活用するための準備として、ChatGPTへの上手な質問 (プロンプト構文) の出し方を演習を踏まえて解説いたします。
本セミナーでは、ディープラーニングで必ずしも学習データ数が多くない場合や異常検知で異常値のデータ数が少ないといった問題点を解決する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、Transformerの典型的モデルの仕組みから、自然言語処理、画像処理、音声認識に応用した最新モデルまでを解説いたします。
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、化学系の方が機械学習を研究開発に取り入れる際に必要となる、機械学習およびPythonプログラミングに関する基礎を学習いたします。
本セミナーでは、大規模言語モデルについて、画像と言語のマルチモーダル化を中心として、最新の技術動向を解説いたします。
本セミナーでは、ディープラーニングで必ずしも学習データ数が多くない場合や異常検知で異常値のデータ数が少ないといった問題点を解決する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、ベイズ最適化について基礎から解説し、条件最適化・適切な課題設定・複数の物性値の最適化などのポイントを詳しく解説いたします。
本セミナーでは、機械学習を用いたプラント/製造装置の運転データ解析について取り上げ、AI活用のためのデータの前処理から、判断補助への活用、リルタイムでの状態管理への活用法について詳解いたします。
本セミナーでは、「感性・感情・印象」の評価・定量化・モデル化について研究事例を紹介しながら、技術としての展開の可能性を議論いたします。
さらに、生体計測による心理状態の推定の可能性と応用についても議論いたします。
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。
本セミナーでは、多くの元素を含む卑金属合金をベースに高性能な水分解触媒を探索する試みについて、第一原理計算と機械学習の観点を中心に解説いたします。
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、主に粉体単位操作の分離プロセスにおける数値シミュレーションと機械学習について解説いたします。
数値シミュレーションの方法や原理、汎用ソフトウェア、従来から最新のシミュレーションや機械学習の活用事例について、わかりやすく説明いたします。
空の産業革命のレベル4も解禁され、ますます進展するドローン技術。
本セミナーでは、障害物も多く、高度な役割も求められる災害現場での活用事例とその技術を中心に、ドローンの基礎から最新情報までを解説いたします。
本セミナーは、Google Colabを使用して、PyCaretを利用した異常検知プログラムを動かすハンズオンセッションを行います。
本セミナーでは、機械学習全般に共通する基本的な概念、そして特に要望の多い異常検知の理論や実装方法を分かりやすく解説いたします。
本セミナーでは、まず、実験計画法の原理と問題点の解説を行います。
その上で、実験計画法の問題点を補うために人工知能の一種であるディープラーニング (ニューラルネットワークモデル=超回帰式) を併用した、製造業の開発により適した非線形実験計画法を解説いたします。
本セミナーでは、逆強化学習の応用事例を紹介したうえで、逆強化学習の理解につながる、機械学習や強化学習の基礎から説明し、そのうえで逆強化学習の数理的な問題設定、さらに、本研究分野の発展に寄与するいくつかのアルゴリズムを紹介いたします。
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。
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。