セミナー検索結果:497件
361〜400件(497件中)-
2017年01月31日(火) ベイズ統計の基礎とデータ解析への効果的な活用法 〜1人1台PC実習付〜 〜 ベイズ予測分布の構成方法と活用法、ベイズ因子を用いた統計モデルの選択方法、ベイズ決定理論に基いた合理的な判断やリスク評価の方法 〜
-
2017年01月30日(月) 実験計画法の基礎と実践講座 〜個別相談付〜 〜 統計的解析の基礎、実験計画法の最適条件の適用方法、品質工学(田口メソッド)の概要、解析例 〜
-
2017年01月30日(月) AUTOSARによる車載システム開発とその事例 〜 AUTOSARとは、AUTOSARを使った開発手法、AUTOSAR開発例 〜
-
2017年01月26日(木) Spiceによる回路設計の基礎と応用設計例 〜演習付〜 〜 Spiceの過度現象解析事例、解析実行エラーの原因と対策、応用設計例 〜
-
2017年01月24日(火) GNSSの基礎とソフトウェアGNSSによる高精度測位技術への応用とそのポイント 〜1人1台PC実習付〜 〜 GNSSにおける主な測位方式、データ取得方法、信号処理後の観測データの算出、観測データを利用した測位演算 〜
-
2017年01月18日(水) 効率のよいミキシング(撹拌・混合)技術の基礎と可視化および応用例 〜演習付〜 〜 ミキシング技術の基礎、均相系撹拌・混合におけるスケールアップ、ミキシング装置における気体の流動・分散・混合状態の可視化事例 〜
-
2017年01月12日(木) CAEによるFEM解析とその実践ノウハウ 〜 FEM解析がうまくいかない理由、モデル化、FEM解析で注意すべき問題と対策 〜
-
2017年01月11日(水) ChainerによるDeep Learningプログラミング基礎講座 〜1人1台PC実習付〜 〜 Pythonの基礎学習、単純パーセプトロン、畳み込みニューラルネット(CNN)の実装、画風変換の応用例 〜
-
2017年01月10日(火) ビッグデータのデータマイニングと知識処理技術への応用 〜 集合知分析技術、ビッグデータの分類・学習・特徴抽出・推薦基盤技術、パーソライゼーションへの応用 〜
-
2017年01月06日(金) Pythonの基礎とデータ分析への効果的な活用法 〜1人1台PC実習付〜 〜 Pythonによる回帰分析、判別分析、テキストマイニング、Webマイニング、画像処理、深層学習への応用 〜
-
2016年12月15日(木) 機械設計の基礎と手戻り防止およびミス・トラブルの改善・例 〜 手戻り防止の観点から調査・チェックポイントの把握、設計段階における共通の手戻り防止策と設計手順 〜
-
2016年12月12日(月) 機械学習によるデータ分析の基礎と実践ポイントおよび事例 〜1人1台PC実習付〜 〜 機械学習の各手法とその特徴、データ分析の注意点、欠損値への対処法、問題のモデル化技術、機械学習の実践技術とそのポイント〜
-
2016年12月12日(月) CAN、CANOpenの基礎と制御技術および応用・事例 〜 CANプロトコルの概要、車載セキュリティ、リアルタイムスケジューリング、シミュレーション技術への応用事例 〜
-
2016年12月08日(木) 統計的音響信号処理技術の基礎と深層学習を用いた応用技術 〜 音響信号処理の基礎と応用、深層学習を用いた音声認識・音声変換、音源分離・音声変換 の実装技術 〜
-
2016年12月06日(火) 熱設計の基礎と機器への効果的な応用・例〜演習付〜 〜 熱設計・熱抵抗・熱回路網法、接触熱抵抗と低減方法、機器への効果的な応用 〜
-
2016年11月28日(月) パターン認識の基礎と推定・認識・検出への応用・例 〜 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 〜
-
2016年11月25日(金) 流体力学の基礎と数値シミュレーションによる損失予測および低減への応用 〜 流動特性と流体損失の原因、支配方程式と損失低減の予測、CFDによる数値シミュレーション 〜
-
2016年11月10日(木) Rによる多変量解析の基礎と実践講座〜1人1台PC実習付〜 〜 Rコマンダーの使い方、グラフ作成・散布図・相関係数・回帰分析・多変量解析、Rを活用した演習 〜
-
2016年11月07日(月) ビッグデータ統計分析の基礎と最新技術および活用例 〜 統計科学と情報科学を基礎としたビッグデータ解析、多変量解析・ベイズなど各種統計分析、ビッグデータを活用した事例 〜
-
2016年11月04日(金) 強度設計・耐久性向上に活かす「熱応力」の基礎と解析手法および活用のポイント [大阪会場] 〜 熱応力の基礎、各種形状の熱応力・熱変形の解析手法、熱伝導、熱応力低減の考え方、例題を通じた理解 〜
-
2016年10月17日(月) レオロジーの基礎と流動性物質の測定・解析および応用 〜 単純流体と複雑流体、レオメータ測定のノウハウと注意点、レオロジー計測・解析による製品高機能化 〜
-
2016年10月04日(火) 制御対象のモデル化・システム同定技術とその応用・例 〜デモ付〜 〜 モデリングの基本的な手順、モデル検証とモデルの選定、モデルの応用例 〜
-
2016年09月30日(金) パワーモジュールのパッケージ技術と高放熱・信頼性向上への応用 〜 最新パワーモジュールのパッケージ技術、実装技術、SiCデバイスのモジュール技術、パワーモジュールにおける最新CAE技術 〜
-
2016年09月29日(木) 点群データの計測・作成・解析処理と効果的な活用・例 〜 大規模点群処理システムによるレーザー計測データの活用およびSfMソフトの特徴と効果的な活用法、MMSを活用したシステム 〜
-
2016年09月26日(月) ディープラーニングの基礎と活用事例 〜 ディープラーニングの概要、Convolutional Neural Netの基礎と主なフレームワークの特徴比較、ディープラーニングの実用事例とその活用ポイント 〜
-
2016年09月21日(水) 現代制御の基礎と最適制御への応用および実装のポイント〜デモ付〜 〜 現代制御の基礎、状態空間表現による制御系設計、ディジタル制御による実装、最適制御と実装ポイント 〜
-
2016年09月20日(火) Phreeqcによる化学平衡計算の基礎と実践的活用法 〜1人1台PC実習付〜 〜 溶液pHや化学種の把握、沈殿・溶解種の同定、水酸化第二鉄への表面錯体形成、中和滴定曲線の作成、高度な応用例 〜
-
2016年09月16日(金) 自動車の遮音・吸音技術と効果的な騒音低減・車内音改善への応用 〜 吸遮音材の効果予測と効果的な適用法、車内音の改善事例と騒音対策 〜
-
2016年09月14日(水) フェーズフィールドシミュレーションの基礎と実践プログラミング 〜1人1台PC実習付〜 〜 フェーズフィールド方程式の導出、熱伝導解析、デンドライト組織形成、多結晶組織形成、マルチフィールドモデルのプログラム 〜
-
2016年09月12日(月) データ同化の基礎と高精度予測への応用 〜1人1台PC実習付〜 〜 ベイズ統計学の基礎、フェーズフィールドモデル、1次元移流拡散方程式への応用 〜
-
2016年09月02日(金) センサデータ処理技術の基礎と異常検知・予測システムへの応用 〜 センサデータからの知識・パターン発見による実データ・現場データの活かし方 〜
-
2016年08月31日(水) 壊れないねじ締結体設計とゆるみ防止対策 〜 ねじの力学、ねじの静的強度と疲労強度、熱負荷を受けた場合の熱・力学特性、弾性相互作用 〜
-
2016年08月30日(火) カルマンフィルタの基礎と実装のポイント 〜1人1台PC実習付〜 〜 状態方程式モデルと制御理論、カルマンフィルタの導出・拡張、マイコン実装のポイント〜
-
2016年08月29日(月) Rによるデータ解析・データマイニング技術の基礎と実践 〜1人1台PC実習付〜 〜 R言語による回帰分析、判別分析、検索手法、テキストマイニング、Webマイニング、時系列データ解析、マルチモーダル解析手法とその応用 〜
-
2016年08月24日(水) 生産スケジューリングの基礎とシステム化への効果的なポイント 〜デモ付〜 〜 基準計画からスケジューリングまで、生産に関わる計画業務の理論と実践 〜
-
2016年08月22日(月) 機械学習を用いたビッグデータ分析の実践方法とポイント〜1人1台PC実習付〜 〜 製造・生産・新ビジネス企画・開発・マーケティングでのビッグデータ活用事例、データに基づく予測ルールの作成法 〜
-
2016年08月08日(月) 効率的なアンテナ設計の基礎と小型化・内蔵化およびRFIDへの応用 〜デモ付〜 〜 電磁界シミュレータを活用した設計手法、RFIDタグの設計、実装上の対策ポイント 〜
-
2016年08月08日(月) 伝熱および熱流体力学の基礎と応用のポイント 〜ソフト・1人1台PC実習付〜 〜 定常・非定常熱伝導、層流対流熱伝達、乱流対流熱伝達、沸騰と凝縮、熱放射と応用例 〜
-
2016年08月08日(月) 自動車運動力学の基礎と心地よさを創出する性能設計への応用 〜 自動車モデルを用いた自動車の動きの基本的性質、運動力学と運動方程式による気持ち良いハンドリング性能設計への応用 〜
-
2016年08月05日(金) 機械学習によるデータ分析の基礎と実践ポイントおよび事例 〜1人1台PC実習付〜 〜 機械学習の各手法とその特徴、データ分析の注意点、欠損値への対処法、問題のモデル化技術、機械学習の実践技術とそのポイント〜