○産業現場へのAI導入において特にニーズの多い“異常検知”にフォーカスしたセミナー！

○理論的な解説＋複数企業との共同研究から得られた実践テクニックを数多く紹介します。

深層学習を用いた実践的異常検知

≪小規模データ、不確実性、VAEとGANの基礎と応用≫

【提携セミナー】

主催：株式会社情報機構

◆　はじめに：

産業の現場において深層学習をはじめとするAIを導入する場合，おそらく最も大きなニーズが異常検知でしょう．近年はライブラリの整備や関連書籍の発行で，導入することの敷居は非常に低くなったように思います．しかし実際に機能させるまでの道のりは非常に遠く，講師自身も多くの企業から相談を受けています．問題の多くは，理論や実装に関する知識というより，実践的なノウハウの欠如にあります．本セミナーは理論的な解説に加え，講師自身が複数の企業との共同研究で得た実践的なテクニックを多く紹介する予定です．

◆　受講対象者

• 異常検知を基礎から勉強したい方
• 深層学習を実践的に用いたい方
• 深層学習分野における信頼性や解釈性に興味のある方

◆　必要な予備知識

この分野に興味のある方であれば誰でも歓迎します。

◆　本セミナーで習得できること

• 小規模データへの深層学習の応用
• 深層学習を用いた生成モデルに関する基礎知識
• 異常検知を用いる場合の困難とそれを解決するノウハウ
  など

●過去セミナーに参加された受講者の声（一例）：

• VAE、GANなど各手法の原理から教えて頂き参考になりました。
• データ数の考え方や異常検知の精度向上手法など、実践的な内容を取り上げて頂けて良かったです。
• 深層生成モデルの工業応用例や、実際の企業との共同研究の中で上手くいかなかった事例なども解説頂き非常に有益でした。
• 書籍や論文を読むだけでは分からない、触れられていない部分までわかりやすくご教示頂き感謝します。
• 教えて頂いた注意点に考慮しながらコードを試していきたいです。ありがとうございました。
• 質問にも丁寧にお答えいただきありがとうございました。

など、各回とも好評の声多数の人気セミナーです！

担当講師

大阪大学 大学院　基礎工学研究科　准教授　松原 崇 氏

セミナープログラム（予定）

１．はじめに
1）人工知能と機械学習
2）深層学習とは

２．異常検知の背景
1）“異常”の定義や分類
2）基本的なアプローチ

３．教師ありの異常検知
1）データがそれなりにある場合のアプローチ
2）データが少ない場合のアプローチ
3）データに不均衡がある場合のアプローチ

４．教師なしの異常検知と生成モデル
1）製造業における異常の特徴
2）深層生成モデルと教師なし異常検知
a）自己符号化器から変分自己符号化器（VAE）
b）深層生成モデルの工業応用
c）深層生成モデルによる異常検知
3）深層生成モデルと小規模データ・ラベルなしデータ解析
a）構造化深層生成モデル
b）深層生成モデルの医療応用
4）様々な生成モデルの理論と応用例
a）深層生成モデルの限界
b）自己回帰モデルと正規化フロー

５．敵対的生成ネットワーク（GAN）
1）GANの基本的枠組み
2）様々な応用事例（教師あり／なし）
3）GANの改良
4）GANを用いた異常検知

＜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

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

受講料

未定

配布資料

※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。）

備考

●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。