1口(1社3名まで受講可能)でのお申込は、

 受講料  が格安となります。



☆☆☆Web配信セミナー☆☆☆

〜最急降下法 / 誤差逆伝播法 / CNN / GAN〜

『深層学習の基本的な原理を理解する』 



 S211008AW



 ☆☆☆本セミナーは、Zoomを使用して、行います。☆☆☆


開催日時:2021年12月10日(金)10:30-16:30
受 講 料:1人様受講の場合 51,700円[税込]/1名
     
1口でお申込の場合 62,700円[税込]/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


Web配信(Zoom)セミナー日程表


講 師

 

 萩原将文(はぎわらまさふみ) 氏 

   慶應義塾大学 理工学部 情報工学科 教授(工学博士)

 <略歴>  1982 年3 月 慶應義塾大学工学部 電気工学科卒業
 1987 年3 月 慶應義塾大学大学院 工学研究科 電気工学専攻 博士課程修了
 1987 年4 月〜2002 年3 月 慶應義塾大学 理工学部 助手、専任講師、助教授
 1991 年4 月〜1993 年3 月 米国スタンフォード大学 訪問研究員
 2002 年4 月〜 慶応義塾大学 理工学部 教授
  現在に至る
<主な委員歴>   日本神経回路学会 理事、日本デザイン学会 理事、日本知能情報ファジィ学会 理事、副会長、会長、人工知能学会 理事を歴任.国際会議(International Conference on Soft computing and Intelligent Systems 2004 (SCIS’2004) & International Symposium on Advanced Intelligent Systems (ISIS’2004) )実行委員長.IEEE シニアメンバ.
<主な著書>   「ニューロ・ファジィ・遺伝的アルゴリズム」産業図書(単著),「ニューラルネットワークとファジィ信号処理」コロナ社(共著),「ディジタル信号処理(第2 版)」森北出版(単著),「Deep Fusion of Computational and Symbolic Processing」Physica-Verlag(分担執筆),「脳科学大辞典」朝倉書店(分担執筆),「人工知能学大事典」共立出版(編集委員,分担執筆),「デザイン科学事典」丸善出版(分担執筆).
<主な受賞>   IEEE Consumer Electronics 論文賞(1990年6月),日本ファジィ学会著述賞(1996年7月),日本感性工学会 技術賞(2003年10月),日本感性工学会 論文賞(2004年9月),日本芸術科学会 優秀論文賞(2010年3月),日本神経回路学会 最優秀研究賞(2013年6月),日本感性工学会 優秀論文賞(2014年9月),日本知能情報ファジィ学会 論文賞(2018年9月).

 セミナーの概要

 

 深層学習を実際に使ってみたご経験のある方は増えていると思います。プログラムは指示通りに動いてくれますが、一方で何かが不足していると感じませんか?それは、根本的な原理の理解です。深層学習の基本原理が理解できると、以下のように、一段高い場所から深層学習が見えてくるようになります。
 1、現在の深層学習の全体像を把握できる。
 2、次々に発表される先端研究のおおまかな把握が楽になる。
 3、効果的でユニークなアプリケーション開発が可能となる。
 本講座では、深層学習で広く用いられている代表的な学習アルゴリズムについてわかりやすく解説します。

 講義項目

 

 1 深層学習のいろいろ
  1.1 深層学習の3つの流れ
  1.2 代表的な深層学習
   1.2.1 階層型ニューラルネットワーク
   1.2.2 リカレントニューラルネットワーク
   1.2.3 畳み込みニューラルネットワーク
   1.2.4 深層ボルツマンマシン


 2 最急降下法〜ニューラルネットワークの基本原理〜を理解しよう
  2.1 ニューラルネットワークを最も単純化しよう〜簡単なディジタルフィルタとして〜
  2.2 誤差を小さくするためには
  2.3 微分の復習
  2.4 学習アルゴリズムの導出


 3 ニューラルネットワークに適用しよう〜誤差逆伝播法(バックプロパゲーション)〜
  3.1 出力層に近い層は簡単
  3.2 1層奥に入るにはアイデアが必要だった〜誤差を逆に伝搬させる〜
  3.3 非線形性が効果的である理由を理解しよう
  3.4 実際の応用例


 4 畳み込みニューラルネットワーク
  4.1 単純型細胞と複雑型細胞
  4.2 畳み込み
  4.3 プーリング
  4.4 実際の応用例


 5 敵対的生成ネットワーク(GAN)
  5.1 簡単な動作原理
  5.2 実際の応用例


 6 深層学習の課題と今後の発展
  6.1 現在の深層学習の課題
  6.2 今後の発展の方向性


 7 まとめ




 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