１．人工知能(AI)と脳の情報処理

（１）．人工知能（ＡＩ）について

　　ａ．人工知能（ＡＩ）とは

　　ｂ．人工知能（ＡＩ）と機械学習

　　ｃ．人工知能の歴史と適用範囲

（２）．脳の情報処理

　　ａ．脳の情報処理とニューラルネットワーク

　　ｂ．ニューラルネットワークのモデルとその特徴

　　ｃ．知識獲得の機械学習によるニューラルネットワーク形成

　　ｄ．深層学習（ディープラーニング）

　　ｅ．転移学習（少数データによる学習法）

２．ニューラルネットワークの各種モデルとその知能化センシングへの応用例

（１）．セルラーニューラルネットワーク（ＣＮＮ）とその異常検出への応用

（２）．動的ネットワーク（ＤＲＮ）とそのセンサフュージョンへの応用

（３）．自己組織マップネットワーク（ＳＯＭ）とその音源定位への応用

（４）．ベイジアンネットワークとその運転危険度予測への応用

（５）．自己回帰外乱外性入力モデル（ＡＲＸ）とその漫然運転予測への応用

（６）．階層型ニューラルネットワークとその異常検出・コメント生成への応用

（７）．ディープラーニングの畳み込みニューラルネットワーク（ＣＮＮ）と文字認識などへの応用

３．ディープラーニングのMask-R CNNとその光沢表面部品自動検査システムへの応用

（１）．自動検査システムの基本構成

　　ａ．画像計測部

　　ｂ．部品姿勢制御部

　　ｃ．欠陥判定と出力部

（２）．ディープラーニングのMask-R CNNによる欠陥判定部の構成

　　ａ．CNNの問題点と最新のMask-R CNN

　　ｂ．表面検査用の学習データの作成（動画）

　　ｃ．少数データを用いて転移学習による検査システムの構築

　　ｄ． 検査結果と考察