～ 特徴量と特徴空間、ニューラルネットワークの基礎、オートエンコーダの復元、GAN、Adversarial Auto Encoderを用いた異常検知 、運用方法～
・ディープラーニングを用いた異常検知手法の導入方法から、学習サンプルの収集と注意点、チューニング方法等、実運用に必要な知識までを修得し、実務に活かすための講座
・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修得し、精度の高い外観検査システムや異常検知システムに応用しよう！
・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。
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。
| 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、もしくはそれらの考え方を知りたい受講者 ・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、知見を得たいとお考えの方 ・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 ・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演を行います |
| 予備知識 | ・数学の知識や情報工学の基礎知識を持っていれば理解しやすいです |
| 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 ８．ディープラーニングによる異常検知の実例と諸問題 |
| キーワード | 特徴量 特徴空間 クラス 識別問題 ニューラルネットワーク 単純パーセプトロン ３層ニューラルネットワーク 畳み込みニューラルネットワーク オートエンコーダ GAN Deep SVDD ２クラス分類Deep SAD Adversarial Auto Encoder 異常検知手法 チューニング方法 |
| タグ | AI・機械学習、リスク管理、ソフト管理、データ分析 |
| 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。
営業時間 月~金：9:00～17:00 / 定休日：土日・祝日
