リザバーコンピューティング【提携セミナー】

リザバーコンピューティングセミナー

リザバーコンピューティング【提携セミナー】

開催日時 未定
担当講師

犬伏 正信 氏

開催場所 未定
定員 -
受講費 未定
★ライブラリに頼らない機械学習を用いた時系列予測。

リザバーコンピューティング

 

≪応用のための徹底解説と応用例の紹介≫

 

 

【提携セミナー】

主催:株式会社情報機構

 


 

 

過去の時系列データを用いて将来の時系列を予測する問題(課題)は様々な実応用上重要です.リザバーコンピューティング(RC)は,このような問題に適した機械学習法(ニューラルネットワークの学習法)であり近年着目されています.RCは「学習パラメタに関して線形なモデルで,入出力時系列間の非線形関係を近似する手法」であると言えます.線形なモデルであることから,学習が容易で広い実応用が期待できます.本格的な機械学習応用に入る際の第一歩としてRCを使うことも考えられます.

 

本講座では,時系列予測の一般的な機械学習法の初歩から始め,リザバーコンピューティングの特徴,学習/予測の仕組み,実装例の紹介,学習と予測のデモンストレーション,数理的な性質,具体的な応用例の紹介,最新の研究状況と展望までを分かりやすく解説します.

 

◆受講後、習得できること

  • RCと他の機械学習法との相違点や特徴(利点/欠点)が理解できます.
  • RCを応用することで解決可能な問題,RCに適した問題を理解できます.
  • RCのプログラムを自身で実装し,実応用上の問題(課題)に適用するための知識を習得できます.

 

担当講師

東京理科大学 理学部第一部 応用数学科 准教授

犬伏 正信 氏

 

セミナープログラム(予定)

1.はじめに:時系列予測の機械学習
1.1 教師あり学習の初歩:最小二乗法
1.2 ニューラルネットワーク
1.3 リカレントニューラルネットワーク
1.4 リザバーコンピューティングの特徴,他の方法との比較

 

2.リザバーコンピューティング
2.1 データの準備(教師データとテストデータ)
2.2 学習と予測の方法
2.3 実装例(サンプルコード)の紹介
2.4 学習と予測のデモンストレーション
2.5 数理的な性質
2.6 応用例:非線形システムの状態推定の紹介
2.7 発展:少量のデータを用いた学習(転移学習)

 

3.まとめと質疑応答

 

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。

 

 

おすすめのセミナー情報

製造業eラーニングTech e-L講座リスト

製造業向けeラーニングライブラリ

アイアール技術者教育研究所の講師紹介

製造業の新入社員教育サービス

技術者育成プログラム策定の無料相談受付中

スモールステップ・スパイラル型の技術者教育

技術の超キホン

機械設計マスターへの道

生産技術のツボ

早わかり電気回路・電子回路

早わかり電気回路・電子回路

品質保証塾

機械製図道場

スぺシャルコンテンツ
Special Contents

導入・活用事例

テキスト/教材の制作・販売