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

R&D支援センターセミナーのご案内

       開催日時:2019年11月22日(金)10:30~16:30
       会  場:商工情報センター(カメリアプラザ) 9F 研修室
                → 会場へのアクセス 
       参 加 費:55,000円(税込、昼食・資料付)
            お申し込み受付中

申込方法

 下記のカートへの投入、あるいはFAX用紙にてお申込ください。折り返し、聴講券、会場地図、請求書を送付いたします。

 FAX申込用紙PDF 

講 師

青山学院大学 理工学部・経営システム工学科 教授 博士(工学)
小野田 崇 氏

【ご専門】
 機械学習の理論と応用(特に,サポートベクターマシン,アンサンブル学習)

定 員

 30名

受講対象・レベル

・微分,最適化のちょっとした知識のある以下の方が対象
・様々な企業の現場で課題を抱える実務者
・企業などの研究開発者
・企業のトップに近い,システム開発の判断ができる方
・医療現場の医療情報データの利活用を考えている方 

必要な予備知識

 基礎的な微分,最適化の知識

習得できる知識

・サポートベクターマシンの基礎知識
・サポートベクターマシンの適用ノウハウ
・パターン認識技術の現状
・機械学習適用における重要なポイント 

趣 旨

 本セミナーでは現場で起きている課題を有する実務者や研究開発者を対象に,少ないデータでも有効な機械学習サポートベクターマシンの基礎を,微分の知識があれば理解できるようにきるだけ簡単に紹介し,実務へのサポートベクターマシン利用の判断ができるようになることを目的としています。

プログラム

1.パターン認識の概要
 1-1 パターン認識とは
 1-2 パターン認識で何ができるのか?
 1-3 多変量解析に基づくパターン認識の手法
  (1) マハラノビス距離
  (2) 線形判別分析
 1-4 機械学習に基づくパターン認識の手法
  (1) k-近傍法
  (2) ニューラルネットワーク
  (3) RBFネットワーク
  (4) サポートベクターマシン(SVM)

2.サポートベクターマシンの基礎
 2-1 線形SVM
  (1) 線形SVMとは
  (2) 簡単な定式化
  (3) ハードマージン
  (4) データに誤りがある場合のサポートベクターマシン
  (5) ソフトマージン
 2-2 非線形SVM
  (1) 非線形SVMとは
  (2) 簡単な定式化
  (3) カーネル関数
  (4) カーネルトリック

3.1クラス(正常データしかない場合の)サポートベクターマシンの基礎
 3-1 Support Vector Data Description
 3-2 One-Class Support Vector Machine

4.サポートベクターマシンの適用例
 4-1 さび画像へのパターン認識適用による劣化度判定と設備診断事例紹介
 4-2 非侵入型モニタリングシステムの事例紹介
 4-3 油中ガス分析データに基づく電力用変圧器の内部不具合診断事例紹介
 4-4 水力発電所における異常予兆発見支援への適用事例紹介

 【質疑応答・名刺交換】