機械学習による物理サロゲートモデル構築の考え方と実践＜ハンズオン実習あり＞【提携セミナー】

　　セミナー　　情報通信　　AI・機械学習　　機械学習による物理サロゲートモデル構築の考え方と実践＜ハンズオン実習あり＞【提携セミナー】

開催日時	未定
担当講師	和田義孝氏
開催場所	未定
定員	-
受講費	未定

〇座学＋ハンズオン実習で実践力を身に着ける！

〇機械学習を適切・効果的に利用するための基礎や注意点、代替モデル構築に向けたデータの考え方、

データ取得のための実験計画を立て方、サロゲートモデル構築事例などが学べます。

機械学習による物理サロゲートモデル構築の考え方と実践

＜ハンズオン実習あり＞

【提携セミナー】

主催：株式会社情報機構

機械学習はさまざま技術要素が組み合わさって構築されています。最大の特徴は、個人で学習するためのプログラムや環境構築には金銭的コストがかかりません。つまり、興味を持って実践すれば必ず身につくスキルの１つです。そこで、本セミナーでは、下記の３つを通じて自ら調査・試行ができるようになることを目的とします。
・機械学習を実際に試すこと（重要な基礎への理解）
・基本となる考え方を知ること（アルゴリズム、ハイパーパラメータとよばれる変更・調整可能な対象も含む）
・データの大切さを理解し適切なデータの準備ができること

学習がどのように進行しているのかを知ることが機械学習の理解には必要です。方程式を解いていませんが、近似的にかつ繰り返して係数を更新する方法により解を得るために留意することがあります。また、データが良ければよい予測モデルを構築できます。つまり、良い性能を出すのはデータ次第です。演習を通じてこういった基本を理解できるのが本セミナーの特徴です。

◆受講後、習得できること

機械学習の適切・効果的な利用方法が分かる。
代替モデル構築のためのデータに対する考え方を習得できる。
データ取得のための実験計画を立てることができる。
など

◆受講対象者

製造業務にたずさわる、
・シミュレーションや実験などから代替モデルの構築してみたい方
・データの分析を行いたい方
・データサイエンスに興味があり最新の考え方を学びたい方

担当講師

近畿大学　理工学部　機械工学科　教授　和田義孝氏

セミナープログラム（予定）

１．本講義の目的（座学）
1.1　本講義の目的
1.2　本講義の教科書として使える書籍
1.3　推奨参考書
1.4　より進んだ理解のための書籍

２．ニューラルネットワークによる機械学習の基本（座学）
2.1　機械学習とは
2.2　ディープラーニング
2.3　誤差指標とその考え方
2.4　機械学習は単なる高次元関数補間
2.5　Expression test
2.6　機械学習の基礎とは
2.7　学習のアリゴリズム
2.8　ニューロンの挙動を表す活性化関数
2.9　オプティマイゼーション
2.10　過学習
2.11　勾配喪失
2.12　正則化
2.13　正規化

３．基本的な学習技術の習得：三角関数の学習（実習）
ここではNotebookを使った実習を行います。
結果はすでにNotebook内に保存してあるため実行済の状態です。

４．機械学習を適用するための注意（座学）
4.1　注意点1 適切な表現と適切なアルゴリズム
4.2　注意点2 正規化
4.3　注意点3 その他
4.4　基本問題

５．活性化関数と最適化手法の比較（実習）
ここではNotebookを使った実習を行います。
結果はすでにNotebook内に保存してあるため実行済の状態です。

６．早く収束させるための正則化技術（座学）
6.1　正則化
6.2　正則化の考え方
6.3　学習データに対する前処理
6.4　データ拡張の考え方
6.5　バッチ正規化
6.6　データ量と機械学習の性能の関係
6.7　統計量だけでは不十分

７．物理問題のための正則化技術（座学）
7.1　支配方程式が簡単に見出せると
7.2　PINNs
7.3　機械学習技術の可能性について
7.4　誤差指標とその考え方（再掲）

８．工学問題応用事例：風力発電翼のサロゲートモデル構築事例など

＜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

※配布資料等について

●配布資料はPDF等のデータで配布致します。ダウンロード方法等はメールでご案内致します。
・配布資料に関するご案内は、開催1週前～前日を目安にご連絡致します。
・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。）
・セミナー資料の再配布は対応できかねます。必ず期限内にダウンロードください。

●当日、可能な範囲でご質問にお答えします。（全ての質問にお答えできない可能性もございます。何卒ご了承ください。）
●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・販売などは禁止致します。