AIプログラマーに頼らない、要素技術者自身で開発できる人工知能応用技術 ディープニューラルネットワークモデル とMTシステムの基礎・学習データ最小化・ エンジニアリング応用入門
【LIVE配信】2024/11/21(木) 10:00~16:30 , 【アーカイブ配信】11/22~11/29 (何度でも受講可能)
お問い合わせ
03-6206-4966
開催日時 | 未定 |
---|---|
担当講師 | 速水 悟 氏 |
開催場所 | 未定 |
定員 | - |
受講費 | 未定 |
■音と振動からの異常検知■ ■異常検知への深層学習の適用■
■異常検知と自己教師あり学習■
■国際的な技術コンペ、2023年7月時点の技術動向■
【提携セミナー】
主催:サイエンス&テクノロジー株式会社
★ エンジニア向け、深層学習・機械学習
★ 機械学習と深層学習による時系列モデルの中でも、音と振動による異常検知と自己教師あり学習を学ぶ!
本セミナーでは、音と振動からの異常検知への深層学習の適用と技術動向を解説します。自己教師あり学習との関連を説明します。機械装置への適用事例と、2020年から行われている機械音からの異常検知の国際的な技術コンペを紹介します。最近の動向をふまえて、今後の展望を解説します。
<得られる知識・技術>
音と振動による異常検知への深層学習の適用について学ぶことができます
異常検知と自己教師あり学習との関連を学ぶことができます
機械装置への適用事例と最近の国際的な技術動向を知ることができます
早稲田大学 グリーン・コンピューティング・システム研究機構 上級研究員(研究院 教授)
速水 悟 氏
<プログラム>
1.音と振動からの異常検知
1.1 技術開発における全体の流れ
1.2 データ収集における留意点
2.異常検知への深層学習の適用
2.1 自己符号化器と変分自己符号化器の利用
2.2 畳み込みニューラルネットワークの利用
2.3 異常検知への注意機構の適用
3.異常検知と自己教師あり学習との関連
3.1 対比学習による特徴ベクトルへの変換
3.2 マスクを用いた自己教師あり学習
3.3 フローモデルの異常検知への適用
4.技術動向の解説
4.1 機械装置への適用事例の紹介
4.2 機械音からの異常検知の国際的な技術コンペ
(DCASE task2, 2020, 2021, 2022, 2023)
4.3 今後の展望
(2023年7月時点の技術動向)
□質疑応答□
未定
未定
未定
※講義中の録音・撮影はご遠慮ください。
※開催日の概ね1週間前を目安に、最少催行人数に達していない場合、セミナーを中止することがございます。
★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。