〜 パターン認識のポイント、人工知能とニューラルネットワーク、確率分布・ベイズ推定、Deep Learningと応用技術 〜
- 人工知能の基盤技術であるパターン認識を学び、検出・認識・識別などの応用システム開発に活かすための講座
- Deep Learning、パターン認識の基礎から様々な応用技法までを修得し、車載システムや画像認識などへ応用しよう！
パターン認識の基礎と推定・認識・検出への応用・例
講師の言葉
大衆車クラスの自動車にも自動ブレーキシステムが装備されるなど、人工知能技術を用いた自動運転が現実のものとなりつつあります。また、深層学習を用いたalphaGOが碁の名人に勝つなど、従来の技術では困難とされていた分野にも人工知能技術が浸透し始めています。しかし、これらの技術が、実際に何を行っているのかということに関しての理解は、必ずしも進んでいません。
本セミナーでは、かつての人工知能ブームから、深層学習に代表される現在の人工知能技術への道筋を示し、現在の人工知能技術の基盤となるパターン認識技術について解説します。また、自動運転技術の重要な要素である歩行者検出技術、障害物検知技術の基本的な手法も紹介します。
セミナー詳細
| 開催日時 |
|
|---|---|
| 開催場所 | 日本テクノセンター研修室 |
| カテゴリー | ソフト・データ・画像・デザイン |
| 受講対象者 | ・人工知能技術に興味のある方 ・画像処理、画像認識技術に興味のある方 ・自動車での歩行者、障害物検出技術に興味のある方 |
| 予備知識 | ・基本的な数学知識（確率、統計）があれば理解しやすいと思います |
| 修得知識 | ・歩行者検出などのパターン認識技術が、何を根拠に検出・認識・識別を行っているか ・深層学習（Deep Learning）と従来の人工知能技術との違い、あるいは共通点 |
| プログラム |
１.人工知能技術の歴史
（１).黎明期？
（２).第一次人工知能ブーム
（３).第一次ニューラルネットワークブーム
（４).多変量解析、統計的パターン認識技術
（５).第二次人工知能ブーム
２.ニューラルネットワーク
（１).生体の神経モデル
（２).パーセプトロン
（３).ホップフィールドネットワーク
（４).誤差逆伝搬学習
３.多変量解析技術、統計的パターン認識技術
（１).類似性、非類似性、距離
（２).確率分布とベイズ推定
（３).損失関数と線形識別手法
（４).サポートベクトルマシン
（５).非線形識別手法（カーネル法）
（６).アンサンブル学習と階層型サポートベクトルマシン
４.画像認識技術
（１).特徴量
（２).画像処理・認識技術
（３).画像認識技術の例
ａ.顔検出
ｂ.車両検出
ｃ.トラッキング
５.深層学習（Deep Learning）
（１).第二次ニューラルネットワークブームへ
（２).第一次ニューラルネットワークブームとの違い
（３).Deep Neural Net
ａ.Deep Neural Net の例
ｂ.Deep Neural Net各層の役割
ｃ.学習手法
６.応用例（自動運転技術に関わる識別・認識・検出・推定）
（１).歩行者検出技術
（２).後側方車両検出技術
（３).路面領域推定技術 |
| キーワード | 人工知能 ニューラルネットワーク 多変量解析 統計的パターン認識 画像処理 サポートベクトルマシン DeepLearning |
| タグ | 統計・データ解析、信号処理、シミュレーション・解析、データ解析、画像処理、画像認識、感性・脳科学・認知工学 |
| 受講料 |
一般 (1名)：49,500円(税込)
同時複数申込の場合(1名)：44,000円(税込) |
| 会場 |
日本テクノセンター研修室〒 163-0722 東京都新宿区西新宿２－７－１ 新宿第一生命ビルディング（２２階）- JR「新宿駅」西口から徒歩10分 - 東京メトロ丸ノ内線「西新宿駅」から徒歩8分 - 都営大江戸線「都庁前駅」から徒歩5分 電話番号 : 03-5322-5888 FAX : 03-5322-5666 |
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888
営業時間 月~金：9:00～17:00 / 定休日：土日・祝日