★講師が開発したオリジナル・ソース・コードを用いてコードの詳細を説明します！

ディープ・ラーニング

～CNNモデル/訓練済みモデルを用いた画像分類と転移学習の徹底理解

【提携セミナー】

主催：株式会社情報機構

Google社が2015年11月に機械学習用ライブラリとしてTensorFlowを公開してから多くの人々がディープ・ラーニングの技術を享受できるようになりました．講師も2016年からTensorFlowを使用させて頂きながらディープ・ラーニングに関する研究を行っています．本講座で使用する資料は，講師がこれまでに学生さん達と人工知能や知能システムの開発を行いながら「ディープ・ラーニング・講座」のためにまとめたものです．講座は初級者と中級者を対象としています．まず機械学習の基礎，続いてCNN(畳み込み・ニューラル・ネットワーク)を用いた画像分類，訓練済みモデル(VGG16など)を用いた画像分類について説明します．ディープ・ラーニングで画像分類を行うとき，精度良い結果を得るためにはモデルの訓練に大量のデータと膨大な時間が必要となりますが，大量のデータを用意するのが困難なときに「訓練済みモデルの転移学習」を行えば比較的少量のデータで精度良い結果を得ることができる場合が多々あります．そこで，最後に，転移学習について説明します．

◆受講後、習得できること

• 機械学習の基礎を習得できる
• CNNモデル/訓練済みモデルを用いた画像分類と訓練済みモデルを用いた転移学習を習得できる
• ディープ・ラーニングのコードを理解し，自分でコードを開発することができるようになる
• 自分で用意した画像で訓練を行ったモデルで画像分類を行うことができるようになる

担当講師

国立大学法人愛媛大学 大学院理工学研究科　教授 博士（工学） 岡本伸吾 先生

■主経歴等
（学歴）
東京工業大学　大学院理工学研究科　博士後期課程　機械物理工学専攻修了

（職歴）
これまでに
㈱東芝・総合研究所・機械研究所・研究員
広島大学・大学院工学研究科・助/准教授
通産省工業技術院中国工業技術研究所・流動研究員
マサチューセッツ工科大学・客員研究員（文部省長期在外研究員）
サウスダコタ州立大学・客員教授
を勤めてきた．
現在は，主に人工知能や知能システムの研究に従事している．

■専門および得意な研究分野
・機械工学
・人工知能，機械学習，ディープ・ラーニング(深層学習)
・知能システム，ロボティクス
・CAE(Computer Aided Engineering)，計算力学，有限要素解析(FEA)
・構造解析，振動解析

■本テーマ関連の専門学協会等での委員会活動
2021/12-2024/09 日本機械学会 2024年度年次大会 大会委員長
2019/04-2020/03 日本機械学会 代表会員
2018/04-2019/03 日本機械学会 商議員
2017/04-2019/03 日本機械学会 ロボティクス・メカトロニクス部門運営委員
2015/01-2016/12 計測自動制御学会 四国支部 顧問
2014/01-2015/12 計測自動制御学会四国支部 支部長
2012/04-2013/03 日本機械学会 評議員

セミナープログラム（予定）

第１章　機械学習の基礎
1.1　機械学習とは
1.2　機械学習の４つのステップ
1.3　ニューラル・ネットワーク
1.4　ディープ・ラーニングとは

第２章　ディープ・ラーニングを用いた画像分類
2.1　画像のリサイズ
2.2　データ拡張
2.3　主な関数
2.4　オリジナルCNNモデルを使用した画像分類

第３章　訓練済みモデルを用いた画像分類
3.1　VGG16の場合
3.2　ResNet50の場合
3.3　その他の訓練済みモデルの場合

第４章　訓練済みモデルの転移学習による画像分類
4.1　VGG16の場合
4.2　ResNet50の場合
4.3　その他の訓練済みモデルの場合

（質疑応答）

公開セミナーの次回開催予定

開催日

未定

開催場所

未定

受講料

未定

オンライン配信のご案内

★　Zoomによるオンライン配信

については、こちらをご参照ください

備考

※配布資料・講師への質問等について

●配布資料はPDF等のデータで送付予定です。受取方法はメールでご案内致します。
（開催1週前～前日までには送付致します）。
＊準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。
（土、日、祝日は営業日としてカウント致しません。）

●当日、可能な範囲で質疑応答も対応致します。
（全ての質問にお答えできない可能性もございますので、予めご容赦ください。）
●本講座で使用する資料や配信動画は著作物であり
無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。

お申し込み方法

★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。