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:2019年3月4日(月)11:00~16:00
     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 46,000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 57,000円 (税別/1口)

講 師

竹内一郎(たけうちいちろう)氏
名古屋工業大学 工学研究科 教授(博士(工学))
/ 国立研究開発法人理化学研究所 革新知能統合研究センター チームリーダー 

<略歴、等>
 2000年名古屋大学にて博士(工学)を取得.学術振興会特別研究員,三重大学助教,名古屋工業大学准教授を経て,2015年4月より現職.2016年9月より理化学研究所革新知能統合研究センター・データ駆動型生物医科学チーム・チームリーダを兼務.
データ駆動型人工知能の基盤となる機械学習の研究と実践に従事.機械学習の理論・アルゴリズム研究の成果はNIPS, ICML, KDDなどの最難関国際会議に数多く採択されている.また,データ科学に基づく生命科学と材料科学に関する共同研究プロジェクトを実施している.
さまざまな分野でデータ駆動型人工知能(機械学習)による技術革新が進んでいる.ものづくり分野においても,過去に蓄積されたデータをもとに,新製品の開発や改良にデータ駆動型アプローチを利用する試みが進んでいる.
 ものづくりでは能動学習(Active Learning)と呼ばれる機械学習の枠組が重要な役割を果たす.能動学習は「実験パラメータの選択」と「実験結果に基づくモデルの更新」を繰り返す枠組を定式化したもので,品質管理分野における実験計画法と深い関連がある.
 本講義では,まず,データ駆動型人工知能によるものづくりの考え方と機械学習の基礎を簡単に学ぶ.続いて,能動学習と実験計画の問題設定と解法を詳しく学ぶ.最後に,近年着目されているベイズ最適化と呼ばれる能動学習法を解説し,著者らがこれまでに取り組んだ例を紹介する.

講義項目

 1 はじめに~データ駆動型人工知能による「ものづくり」

 2 機械学習の基礎
  2.1 教師あり学習
  2.2 教師なし学習
  2.3 能動学習

 3  能動学習と実験計画
  3.1 線形モデルと最小二乗法
  3.2 線形モデルのための実験計画法
  3.3 線形モデルのための能動学習

 4 ベイズ最適化
  4.1 ガウス過程モデル
  4.2 ベイズ最適化
  4.3 ベイズ最適化の発展
  4.4 ベイズ最適化の実用上の課題と解決法

 5 実用例の紹介