~ 関数推定 / 異常検知 / 深層学習 / 進化的機械学習 ~
☆☆☆ Web配信セミナー ☆☆☆
☆☆☆ 本セミナーは、Zoom/ウェビナーを使用して、行います。☆☆☆
トリケップスセミナー
開催日時:2022年2月24日(木)10:30~16:30
参 加 費:お1人様受講の場合 51,700円(税込/1名)
1口(1社3名まで受講可能)でお申し込みの場合 62,700円(税込/1口)
★ 本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、お申込み前にZoomのテストミーティング(http://zoom.us/test)にアクセスできることをご確認下さい。
★インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。
★受講中の録音・撮影等は固くお断りいたします。
講 師
長尾 智晴(ながおともはる) 氏
横浜国立大学 大学院環境情報研究院 教授(工学博士)
<経歴、等>
学部:理工学部 数物・電子情報系学科 情報工学EP
大学院:大学院環境情報学府 情報環境専攻
YNU人工知能研究拠点長・情報系学科/大学院就職担当教授
経産省NEDO「共進化AIプロジェクト」採択課題研究代表者
YNU感性脳情報科学研究拠点・文科省COI-S拠点YNU総括
横浜国大発ベンチャー 株式会社マシンインテリジェンスCTO *研究
知能情報学/パターン認識と機械学習/知能ロボティクス/感覚知覚情報処理/知的画像処理/進化計算法/ 医工連携工学など「人と機械の知能」に関する広範囲な分野。
*学会
情報処理学会、電子情報通信学会、電気学会、映像情報メディア学会、人工知能学、進化計算学会、IEEEなどに所属して各学会で活動中
講義項目
1.1 人工知能と機械学習
1.2 機械学習の種類と方法
1.3 教師あり/なし/半教師あり学習
1.4 深層学習(ディープラーニング)概論
1.5 少量データを用いた機械学習とは?
2 少量データを用いた機械学習1:関数推定
2.1 ベイズ最適化に基づく関数推定
2.2 遺伝的プログラミング(GP)による関数推定
2.3 CGP(Cartesian GP)による関数推定
3 少量データを用いた機械学習2:異常検知
3.1 1クラスSVM(Support Vector Machine)
3.2 CAE(Convolutional Auto Encoder)による異常検知
3.3 異常検知における学習データの水増し
4 少量データを用いた機械学習3:少量データによる深層学習
4.1 CG(Computer Graphics)を用いた機械学習
4.2 GAN(Generative Adversarial Network)による水増し
4.3 転移学習と蒸留・浸透学習(Percolative Learning)
5 少量データを用いた機械学習4:進化的機械学習
5.1 進化計算法の原理と特徴
5.2 処理プロセスの自動生成
5.3 分かり易い分類器の自動生成
5.4 CS(Classifier System)によるルールの学習
6 AIの業務への導入方法
6.1 AI導入時の注意点
6.2 AI人材の育成方法について
7 まとめ