化学品の市場調査、研究開発の支援、マーケット情報の出版

トリケップスセミナー

     開催日時:2018年11月26日(月)10:00~17:00
     会  場:オームビル  → 会場へのアクセス 
          〒101-8460 東京都千代田区神田錦町3-1
     参 加 費:お1人様受講の場合 47,000円 (税別/1名)
          1口(1社3名まで受講可能)でお申し込みの場合 59,000円 (税別/1口)

講 師

堀田一弘(ほったかずひろ) 氏  名城大学 理工学部 電気電子工学科 教授(工学博士)

<略 歴>
 1997年 埼玉大学 工学部 情報工学科 卒業
 1999年 埼玉大学大学院 理工学研究科 情報工学専攻修士課程 修了
  1999年4月~2002年3月 日本学術振興会 特別研究員(DC1)
 2002年 埼玉大学大学院 理工学研究科 情報数理科学専攻博士課程 修了
 2002年4月~2007年3月 電気通信大学 電気通信学部 助手
 2007年4月~2010年3月 電気通信大学 電気通信学部 助教
 2007年9月~2010年3月 理化学研究所 客員研究員(併任)
 2007年10月~ 東京大学 人工物工学研究センター 協力研究員(併任)
 2010年4月~ 名城大学 理工学部 電気電子工学科 准教授
 2012年4月~9月 メリーランド大学(Larry Davis研究室) Visiting Scholar
   2010年4月~ 名城大学 理工学部 電気電子工学科 教授

セミナーの概要

 最近の画像認識では、Deep learningやSVM等の機械学習法を利用することが主流になっている。初学者には各手法の詳細と性質を理解することが簡単ではない。そこで、本セミナーでは理論の説明と応用例をあわせて紹介することにより、各手法の性質をつかみやすくする。

講義項目

 1 SVM(サポートベクターマシン)
  1.1 線形サポートベクターマシン
  1.2 非線形サポートベクターマシン
  1.3 カーネル関数の統合
   *アスベスト検出への応用
  1.4 One-classサポートベクターマシン
   *粒子検出への応用
  1.5 サポートベクター回帰
   *文脈情報抽出への応用
   *メラノソーム追跡への応用
  1.6 Latentサポートベクターマシン
   *カテゴリ識別への応用
  1.7 Exemplarサポートベクターマシンとその応用
   *カテゴリ識別への応用

 2 Deep learning
  2.1 従来のニューラルネットワーク
   *単層パーセプトロン
   *多層パーセプトロン
   *誤差逆伝播法
  2.2 Deep learning
   *CNN
   *活性化関数
   *dropout
   *batch normalization
   *CNNの解析
   *DCGAN、pix2pix
  2.3 Deep learningの応用
   *細胞内画像への応用
   *セグメンテーションへの応用
   *カテゴリ識別への応用
   *対象計数への応用

 3 その他の機械学習法
  3.1 Partial Least Squares
   *粒子計数への応用  
   *階層的PLSNet
  3.2 カーネル多変量解析
   *顔認識への応用