tech-seminar.jp

本セミナーでは、自動運転に様々な形で今後関わっていく技術者、研究者を対象に、完全自動運転を可能にする技術動向について解説いたします。

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、マテリアルズ・インフォマティクスについて基礎から解説し、機械学習を活用した材料開発事例について解説いたします。

本セミナーでは、AI / IoT発明の発掘の仕方、権利化のポイント、特許明細書の具体的な書き方について解説いたします。

　製造業において機械学習を適用しようという試みは至る所で行われているが、実際の現場で有効に機械学習がうまくいっている事例はそれほど多くない。
　本セミナーでは、機械学習の得意不得意や限界を知り、使いこなすためのコツを事例を交えながら感覚がつかめるようにする。また、高品質な製品を開発する工程を短縮する最適実験計画への機械学習適用についても紹介する。

本セミナーでは、機械学習を用いたデータ分析を行う際の正しい手順、注意点を分かりやすく解説いたします。

本セミナーでは、ディープラーニングの手法について、その歴史と各種の学習アルゴリズムを概説します。その後、マルチモーダル学習という新しい分野へ応用した我々の最新研究の概要、ロボットの環境認識と行動学習への応用事例、最後に、リカレントニューラルネットへの展開等、将来の研究動向を議論します。

本セミナーでは、マテリアルズ・インフォマティクスを活用して最適かつ効率よく材料を開発するための手法、設計技術を詳解いたします。

　本セミナーでは、時系列データを対象にし、データの個性を定量化する統計的指標や、数式として表現する時系列モデルを多数紹介いたします。更に、応用として「将来予測」や「異常検知」に着眼し、より高度な機械学習モデルを取り入れつつ、実務への応用をサポートいたします。