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

~ 少ないサンプルから知識を抽出する方法と実践 ~

エヌ・ティー・エスセミナーのご案内

      ● 開催日時:2019年12月12日(木)13:00~16:30
      ● 会  場:オーム社・第2ゼミルーム
             東京都千代田区神田錦町3丁目1番 オームビル内 地下ゼミナール
            

      ● 受講料:40,000円 + 税  ※ 資料を含む
 
 
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 

セミナーの趣旨

★ 発生した事象から統計モデルを立て、知識として活用するためには多量のサンプルが必要です。しかし生産現場の装置故障データや、医療における臨床データは発生数がまれだったり、倫理的な問題でまとまった臨床データが得にくいなど、データの収集が困難です。
★ 本セミナーでは、多量のサンプルの取得が難しい状況で、スモールなデータから知識を抽出するためのノウハウを詳解します。製薬プロセスとてんかん患者の臨床データ解析の実例を通じ、スモールデータ解析の考え方と今後の展望を解説します。
★ 対象:企業・大学などの生産プロセス管理者、情報科学系研究者。

講 師

名古屋大学大学院 工学研究科 物質プロセス工学専攻 准教授
藤原 幸一

プログラム

●時 間13:00~16:30
●内容
 生産現場の操業データや医療データにおいては、測定されている変数の数と比較して統計モデリングに使用可能なデータ量が限られることが多い。通常のモデリングでは正例・負例双方のサンプルが必要となるが、装置故障など稀な事象のデータはなかなか集められず、医療データにおいては、倫理的な問題から多くの患者から臨床データを収集するのは難航する。このように実世界ではしばしば必要なデータが十分に収集できず、
スモールなデータからいかに知識を抽出するのかが重要となる。
 本セミナーでは,製薬プロセス、および、てんかん患者の臨床データ解析の実例を通じ、スモールデータ解析の考え方と今後の展望を述べる。

 1. スモールデータとは
 2. 次元削減と回帰分析
  2-1. 主成分分析
  2-2. 部分的最小二乗法(PLS)
 3. 入力変数選択
  3-1. スパースモデリング
  3-2. 変数クラスタリングによる入力変数選択
  3-3. 製薬プロセスへの応用例
 4. 異常検出
  4-1. 多変量統計的プロセス管理(MSPC)
  4-2. 自己符号化器(オートエンコーダー)
  4-3. 医療データ解析への応用例
 5. スモールデータ解析への心構え

講師プロフィール

2004年3月 京都大学工学部工業化学科卒業
2006年3月 京都大学大学院工学研究科化学工学専攻修士課程修了
2006年4月 トヨタ自動車㈱入社
2007年4月 京都大学大学院工学研究科化学工学専攻・博士後期課程進学
2008年4月 JSPS特別研究員・DC2
2009年3月 京都大学博士(工学)取得
2009年4月 JSPS特別研究員・PD
2009年10月 豪州Curtin 大学・客員研究員
2010年4月 NTT持ち株会社コミュニケーション科学基礎研究所
2012年7月 京都大学大学院情報学研究科システム科学専攻・助教
2018年10月-現在 JSTさきがけ研究員(社会システム)
2018年11月-現在 名古屋大学大学院 工学研究科 物質プロセス工学専攻・准教授