～ 不良サンプルが入手できない場合での異常検知法とシステムへの応用・事例 ～
・ディープラーニングを外観検査技術に応用し、飛躍的な精度向上に活かすための講座
・オートエンコーダやGAN（Generative Adversarial Networks）などの異常検出法の最新技術を修得し、高精度なシステム開発へ応用しよう！
・ニューラルネットワークによる大量の正常サンプルからモデルを生成し、未知サンプルの異常度を算出する方法も解説いたします
深層学習・GANの基礎と異常検知技術への応用 ＜オンラインセミナー＞
講師の言葉
近年、ディープラーニングによる画像認識は目覚ましい発展を遂げており、これらの成果は実利用の段階に入った。工場などの生産現場では、古くから画像認識による外観検査や異常検知が導入されているが、これらにディープラーニングを導入することで飛躍的な精度の向上を行った事例が報告されつつある。一方で、ディープラーニングを外観検査に応用する場合には、外観検査、異常検知ゆえの問題がある。そこで、近年では大量の正常サンプルからニューラルネットワークによって正常状態モデルを生成し、その正常状態を基として未知サンプルの異常度を算出する手法が用いられる。その代表的なモデルとして、AutoencoderやGenerative Adversarial Networks (GANs)による異常検知手法について紹介する。
合わせて、ディープラーニングにつながるニューラルネットワークの基礎から、異常検知の考え方、応用事例まで広く講演を行う。
セミナー詳細
| 開催日時 |
|
|---|---|
| 開催場所 | オンラインセミナー |
| カテゴリー | オンラインセミナー、ソフト・データ・画像・デザイン |
| 受講対象者 |
・これから自社で外観検査システム、異常検知システムを構築したい方 ・深層学習による異常検知の考え方と応用を学びたい方 ・画像、システム、検査、品質ほか関連部門の技術者の方 |
| 予備知識 |
・高校理系数学レベルの知識 ・情報工学の基礎知識 |
| 修得知識 |
・深層学習の基礎から異常検知への応用に関する知識 ・オートエンコーダやGANによる異常検出法 |
| プログラム |
１．特徴量と特徴空間 ２．識別問題 ３．異常検知の基礎 ４．ニューラルネットワークの基礎 ５．畳み込みニューラルネットワーク ６．オートエンコーダ ７．Generative Adversarial Networks 技術 ８．ディープラーニングによる異常検知への応用 |
| キーワード |
深層学習 ニューラルネットワーク 異常検知 特徴量 特徴空間 識別問題 オートエンコーダ Generative Adversarial Networks（GAN） |
| タグ | AI・機械学習 |
| 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 |
オンラインセミナー本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。 |
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