1口(1社3名まで受講可能)でのお申込は、

 受講料 57,000円(税別)/1口 が格安となります。


☆☆☆Web配信セミナー☆☆☆

『深層学習による時系列予測と
 振動からの異常検知:技術動向と適用事例』


 S200831A



 ☆☆☆本セミナーは、Zoomを使用して、行います。☆☆☆


 Web配信(Zoom)セミナー日程表

 開催日時:2020年8月31日(月)11:00-17:00
 受 講 料:1人様受講の場合 47,00円[税別]/1名
      
1口でお申込の場合 57,000円[税別]/1口(3名まで受講可能)


 ★本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、
 お申込み前にZoomのテストミーティング(http://zoom.us/test)にアクセスできることをご確認下さい。

 ★インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。
 講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。

 ★受講中の録音・撮影等は固くお断りいたします。

画像認識セミナー日程表  新宣伝セミナー日程表


 講 師

 速水 悟 (ハヤミズ サトル) 氏 

   岐阜大学 工学部 電気電子・情報工学科 情報コース 教授(博士(工学)) 併任 大学院工学研究科 教授 

 <略歴、等>   1981年 東京大学大学院 工学系研究科 修士課程修了。
 同年   通商産業省工業技術院 電子技術総合研究所(現、国立研究開発法人産業技術総合研究所)。
 1989年 カーネギーメロン大学 客員研究員。
 1994年 フランス国立科学研究院機械情報学研究所 客員研究員。
 2002年 岐阜大学 教授。
  現在に至る。
 <研究分野>   人間情報学 / 知覚情報処理 / 知覚情報処理・知能ロボティクス(音声・音楽情報処理)。


 セミナーの概要

 

 本セミナーでは、深層学習による時系列予測と振動からの異常検知について、基本的な手法と技術動向を解説します。周波数分析、再帰型・畳み込みネットワークによる特徴量化を解説します。振動による異常検知について機械設備への適用事例を紹介します。


 講義項目

 1 深層学習による時系列の予測
  1.1 自己回帰モデルと発展形のモデル
  1.2 深層学習による時系列予測

 2 時系列の特徴量化
  2.1 周波数分析による特徴量化
  2.2 再帰型ネットワークの適用
  2.3 長・短期記憶モデル(LSTM)の適用
  2.4 畳み込みネットワークの適用

 3 振動からの異常検知
  3.1 統計的機械学習による異常検知
  3.2 深層学習による異常検知
  3.3 機械設備の異常検知への適用事例
  3.4 技術動向の解説と適用における留意点



 お1人様      受講申込要領 1口(1社3名まで) 受講申込要領 セミナー 総合日程 画像認識 セミナー日程
 新宣伝 セミナー日程