tech-seminar.jp

このセミナーは「生成AIを日常業務に活用すること」を目的とし、生成AIの基本である深層学習 (ディープラーニング) の基礎知識や活用方法を解説いたします。
また、大量の文書情報からLLMへ必要な情報だけを渡す技術であるRAGについても詳しく解説いたします。

このセミナーではPython, 統計、ケモメトリクス・機械学習について基礎から解説し、スペクトルデータから目的変数の予測、画像解析など、実践的なプログラムを通して解説いたします。

このセミナーではPython, 統計、ケモメトリクス・機械学習について基礎から解説し、スペクトルデータから目的変数の予測、画像解析など、実践的なプログラムを通して解説いたします。

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、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。

本セミナーでは、重回帰分析やロジスティック回帰分析、主成分分析といった主要な多変量解析手法を実務に即した形で解説いたします。

本セミナーでは、時系列重回帰分析の基礎的な理論から、数理モデルをExcelで使用する方法、機械学習を利用する方法の概要とその実例について、化学プラントを例に解説いたします。

本セミナーでは、AI技術の基礎知識・応用ノウハウ、製造業で実績があり簡便に使えるノウハウ、Excelのように簡単に使える人工知能構築ツール・アルゴリズム、仮想検査の構築方法、異常検出技術を活用した検査システム、製造業における人工知能を使いこなすノウハウについて、豊富な経験に基づき実践的に分かりやすく解説いたします。

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、外観検査AIの導入に関心を抱いている技術者や管理責任者を対象とし、外観検査AIの概要、技術的背景、技術動向、導入の際に考慮すべき困難性などについて概説いたします。
また、画像からの異常検出技術の研究開発に用いられるベンチマークデータや、近年提案されている代表的な外観検査AIモデルについて紹介いたします。

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。