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

~ 畳み込みニューラルネットワークから強化学習まで ~ 

トリケップスセミナー

     開催日時:2019年4月18日(木)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

山下 隆義(やましたたかよし)氏  中部大学 工学部 情報工学科 准教授(工学博士)

<経 歴>
 2002年 奈良先端科学技術大学院大学博士前期課程修了。
 2002年 オムロン㈱入社。
 2011年 中部大学大学院博士後期課程修了(社会人ドクター)。

<学 会>
 IEEE, Computer Society / 電子情報通信学会 / 情報処理学会

<研究テーマ>
 物体(顔・人など)検出、物体追跡、ジェスチャー認識

<受 賞>
 2013年6月 電子情報通信学会 PRMU研究会 研究奨励賞 受賞
 2013年6月 電子情報通信学会 情報・システムソサイエティ論文賞 受賞
 2011年11月 ACPR2011 Best poster award 受賞
 2011年6月 SSII2011 オーディエンス賞 受賞
 2010年7月 MIRU2010 ベストインタラクティブ賞 受賞
 2010年7月 MIRU2010 優秀学生発表賞 受賞
 2009年6月 SSII2009 高木賞受賞。
 2007年6月 CVPR2007 Best Student Award 受賞

セミナーの概要

 本セミナーでは最近注目されているDeepLearning(ディープラーニング)について、基礎的なところから応用事例まで紹介します。
 基礎的なところでは、ニューラルネットワークとの関係から最新の手法までを網羅的に紹介します。
応用事例では、アプリケーション例を幅広く紹介するとともに、最新のツールを紹介します。

講義項目

1 ディープラーニングの現在
 1.1 ディープラーニングでできること

2 ディープラーニングとは?
 2.1 ディープラーニング関連手法の大別
 2.2 何がディープラーニング?
 2.3 注目されるきっかけ
 2.4 ディープラーニング界隈の動向

3 ニューラルネットワーク
 3.1 パーセプトロン
 3.2 誤り訂正学習
 3.3 誤差逆伝播法
 3.4 確率的勾配降下法

4 畳み込みニューラルネットワーク
 4.1 畳み込みニューラルネットワークの構造
 4.2 畳み込みニューラルネットワークの学習
 4.3 汎化性能を向上させる方法
 4.4 バッチ学習とバッチ正規化

5 リカレントニューラルネットワーク
 5.1 RNNとは
 5.2 RNNの順伝播
 5.3 RNNの逆伝播
 5.4 LSTMユニット

6 生成モデル
 6.1 オートエンコーダ
 6.2 Generative Adversarial Network (GAN)

7 強化学習
 7.1 強化学習のしくみ
 7.2 Q学習
 7.3 Deep Q-Learning

8 ディープラーニングのフレームワーク
 8.1 フレームワークの紹介
 8.2 Caffe
 8.3 Chainer
 8.4 TensorFlow