～ 特徴量と特徴空間、識別問題、ニューラルネットワーク、異常サンプルがない・少ない場合の手法、最新異常検知技術と運用方法 ～
・ディープラーニングの基礎から最新の異常検知手法までを理解し、異常検知システムを構築に応用するための修得講座
・ニューラルネットワークの基礎、異常サンプルが「ない・少ない」場合の異常検知への手法を学び、実運用に必要な知識と注意点をシステム運営に活かそう！
・ＷＥＢ会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
ディープラーニングによる異常検知技術の基礎と運用方法のポイント ＜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りました。工場などの生産現場では、古くから外観検査や異常検知技術が導入されていますが、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ります。一方で、ディープラーニングを外観検査等に応用する場合には、サンプルデータの不足の問題があり、最近は異常検知の手法が広く用いられています。
本セミナーでは、ディープラーニングの基礎から、異常検知の考え方、最新の異常検知手法の紹介など基礎理論と、これらディープラーニングを用いた異常検知手法の導入方法、学習方法、学習サンプルの収集と注意点、性能の評価方法、チューニング方法等、実運用に必要な知識を講義します。
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 |
・製造現場などで異常検知、外観検査に深層学習を導入したい方 ・クラス分類ではない、異常検知の考え方、知見を得たいと考えている方 ・現場導入に際し、データの集め方、性能の評価の仕方等、導入、運用方法の知識を得たい方 ・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、もしくはそれらの考え方を知りたい方 ・システム、ソフト、データ解析部門の技術者の方 ・基本は画像認識を対象として講演を行いますが、信号、音声などの1次元情報についても応用できるよう講義を行います |
| 予備知識 | ・数学や情報工学の基礎知識 |
| 修得知識 |
・ディープラーニングの基礎知識 ・異常検知の考え方とその技術 ・最新の異常検知手法 ・現場への導入方法、運用方法、評価方法 |
| プログラム |
１．特徴量と特徴空間 ２．識別問題 ３．ニューラルネットワークの基礎 ４．異常サンプルがない場合の方法 ５．異常サンプルが少量ある場合の方法 ６．最新異常検知手法 ７．運用方法とそのポイント ８．ディープラーニングによる異常検知による実例と諸問題 |
| キーワード | 特徴量 特徴空間 線形識別法 線形識別法 ニューラルネットワーク オートエンコーダ GAN Deep SVDD dversarial Auto Encoder チューニング方法 |
| タグ | 統計・データ解析、AI・機械学習、リスク管理、ソフト管理、検査、未然防止、プラント、機械、ITサービス、工作機、設備 |
| 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