AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点
【LIVE配信】2024/4/26(金)10:30~16:30 , 【アーカイブ配信受講】4/29(月)~5/10(金)
お問い合わせ
03-6206-4966
開催日時 | 2023/6/12(月)10:30~16:30 |
---|---|
担当講師 | 長谷川 達人 氏 |
開催場所 | Zoomによるオンライン受講 |
定員 | 30名 |
受講費 | 55,000円(税込) |
★半教師あり学習、転移学習などを用いたデータ不足の補い方!!
★ラベル付きデータが少ない場合でも、精度を上げる方法とは!!
【提携セミナー】
主催:株式会社技術情報協会
深層学習は大量のデータを学習することで,高性能な知識を獲得する手法です.一方で,知識の獲得には大規模なデータセットの準備や,高価なハードウェアが不可欠です.本セミナーでは,まずは深層学習の基礎理論と深層学習ライブラリPyTorchを用いた画像認識モデルの実装方法も紹介します.その上で,転移学習や半教師あり学習といった,ラベル付きのデータが小規模な場合における,精度向上に向けた様々な技術や研究動向を解説します.
深層学習の基礎、様々なデータ拡張、転移学習、ドメイン適応、半教師あり学習、データ不足の補い方、小規模データでの精度向上方法など
福井大学 学術研究院 工学系部門 准教授 長谷川 達人 氏
1.深層学習の基礎
1-1.課題の定義と教師あり学習
1-2.深層学習の社会応用事例
1-3.ニューラルネットワークと確率的勾配降下法
1-4.レイヤーと活性化関数
1-5.様々なモデルアーキテクチャ
1-6.簡単なモデルによる画像分類(プログラム解説)
2.データ拡張と転移学習
2-1.様々なデータ拡張
2-2.転移学習
2-3.ドメイン適応
2-4.転移学習を用いた画像分類(プログラム解説)
3.半教師あり学習
3-1.概要,手法の分類
3-2.Pseudo-labeling methods
3-3.Consistency regularization methods
3-4.Hybrid methods
3-5.Contrastive-learning methods
【質疑応答】
2023/6/12(月)10:30~16:30
Zoomによるオンライン受講
1名につき55,000円(消費税込・資料付き)
〔1社2名以上同時申込の場合1名につき49,500円(税込)〕
資料は事前に紙で郵送いたします。
★下のセミナー参加申込ボタンより、必要事項をご記入の上お申し込みください。
※お申込後はキャンセルできませんのでご注意ください。
※申し込み人数が開催人数に満たない場合など、状況により中止させていただくことがございます。