★CNN、GAN、Transformer、教師なし学習を用いた画像認識技術

ディープラーニングによる画像認識の基礎と

最近の動向

【提携セミナー】

主催：株式会社技術情報協会

講座内容

・CNNとGAN
・Transformer
・教師なし表現学習

【講演要旨】
画像認識の分野ではDeep learningを用いることが標準となり、大量の教師付き画像とConvolutional Neural Network (CNN) の組み合わせが主流である。 まずはCNNの構成要素と汎化能力の向上させるための工夫について応用例を交えながら解説する。 次に、画像生成や画像変換などに利用されるGenerative Adversarial Network (GAN) の基礎理論から発展までを説明する。

また、最近は教師なし表現学習とTransformerが人気のトピックであり、大量の教師付き画像とCNNからの脱却が図られている。 これらの方法と最近の発展についても応用例を交えながら丁寧に説明していく。

習得できる知識

CNNとGAN、Transformer教師なし学習の画像分野での応用について理解が深まる

担当講師

名城大学 理工学部 電気電子工学科　教授 博士（工学） 堀田 一弘 氏

セミナープログラム（予定）

１．Convolutional Neural Network
1.1 Convolutionとその発展
1.2 活性化関数
1.3 Dropout
1.4 Batch normalizationとその発展
1.5 応用例

２．Generative Adversarial Network
2.1 理論とその発展
2.2 Wasserstein GAN
2.3 Spectral Normalization
2.4 pix2pixとCycleGAN
2.5 応用例

３．Transformer
3.1 Self-attentionとSource-target attention
3.2 Self-attention network
3.3 Detection Transformer
3.4 TrackFormer
3.5 Point Transformer
3.6 Vision Transformer
3.7 DeiT
3.8 MLP Mixer
3.9 応用例

４．教師なし表現学習
4.1 SimCLR
4.2 BYOL
4.3 SimSiam
4.4 Barrow Twins
4.5 DINO
4.6 応用例

【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

技術情報協会主催セミナー　受講にあたってのご案内

• Live配信セミナーの接続確認・受講手順は こちら をご確認ください。
• お申込み・お支払い方法に関するご案内はこちら をご確認ください。

備考

資料は事前に紙で郵送いたします。

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。

※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。