セミナー

ロボットをもっとインテリジェンスに!もっとフレキシブルに!
生産革新のためのDeep Learningの使い方と知能システムの行動学習の取り組み方
~Deep Learningの手法からマルチモーダル、深層強化学習、動作生成モデルまで~

開催主旨

 ここ数年、AI(Artificial Intelligence、人工知能)の応用が急速に進展しています。劇的な認識率の向上をもたらしAI分野を発展させたのが、脳の働きからヒントを得た学習手法である「Deep Learning(深層学習)」のアルゴリズムであり、実装が容易なライブラリの登場によりユーザー数が増大しています。特に画像認識を中心に様々な用途で利用が始まっています。
 一方で、産業用ロボットをはじめ生産システムでの利用は限定的なものとなっています。例えば、産業用ロボットは「ロボット」という言葉から想起される、対象物や使用環境に対する柔軟な動作(フレキシビリティ)が望まれているにもかかわらず、いまだに達成されていません。そこで、試行されているのがDeep Learningを用いた動作生成モデルの構築であり、その適用により、ロボットをはじめアクチュエーションを伴う知能化システムのより一層のインテリジェンス化ならびにフレキシビリティにつながると期待されています。Deep Learningの利用の拡大が見込まれています。
 本セミナーでは、Deep Learningについて、その背景となるニューラルネットの歴史から基礎、各種の学習アルゴリズムまでを概説。そのうえでDeep Learningの各種応用例、マルチモーダル学習および深層強化学習の最新の研究事例、さらには、講師が企業と取り組む共同開発事例を解説し、学習・進化する知能化システムにより生産革新の姿を展望します。

概要

日時 2019年9月25日(水)10:00~17:00
会場 日刊工業新聞社 東京本社 セミナールーム
受講料

43,200円(テキスト代、税込)

※振込手数料は貴社でご負担願います。
※1社複数名のご参加の場合、2人目より10%割引(38,880円)致します。
  ただし、同セミナーを受講される場合のみ適用させて頂きます。

主催 日刊工業新聞社
協力 早稲田大学 尾形研究室
お問い合わせ先 日刊工業新聞社
大阪支社 事業出版部 セミナー係
TEL : 06-6946-3382
FAX : 06-6946-3389
E-mail : seminar-osaka@media.nikkan.co.jp

講師

尾形 哲也 氏

会場アクセス

日刊工業新聞社 東京本社
セミナールーム
東京都中央区
日本橋小網町14-1
住生日本橋小網町ビル
セミナー会場案内図

このセミナーを申し込む

プログラム

1. ニューラルネットワーク
1-1 ニューラルネットワークの歴史
1-2 ニューロンネットワークの基礎概念
2. 深層学習モデル
2-1 階層型モデルと学習の高速化
 2-1-1 AutoEncoder
 2-1-2 Convolution Neural Network
2-2 リカレントニューラルネットワーク (RNN)
 2-2-1 RNNの基礎
 2-2-2 新しいRNNの学習手法と特徴
2-3 様々な開発ツール
2-4 過学習とこれを防ぐ工夫
 2-4-1 Batch Normalization
 2-4-2 様々な活性化関数
 2-4-3 Dropout、Adam など
3.マルチモーダル学習
3-1 マルチモーダル学習の学習方法
3-2 マルチモーダル学習の事例
 ①画像キャプション/②リップリーディングなど
4. 知能化システムの実現に向けて
4-1 Deep Q - Learning(深層強化学習)
 4-1-1 ゲームなどでの実例
 4-1-2 ロボットへの応用例
4-2 深層予測学習
 4-2-1 順モデルと逆モデルの考え方
 4-2-2 予測符号化
4-3 ロボットの言語と運動の統合学習
 4-3-1 多義性を含む言語から運動への変換
 4-3-2 言語―運動の双方向変換
4-4 ロボット学習の応用例(企業連携など)
 ①柔軟物ハンドリング/②粉体液体計量/③ドア開け全身運動生成など
5. まとめ
5-1 認知発達ロボティクス
5-2 今後の展望

このセミナーを申し込む

一覧へ戻る

日刊工業新聞社関連サイト・サービス

このサイトでは、アクセス状況の把握や広告配信などのためにクッキー(Cookie)を使用してしています。このバナーを閉じるか閲覧を継続した場合、クッキーの使用に同意したこととさせていただきます。なお、クッキーの設定や使用の詳細についてはプライバシーポリシーページをご覧ください。

閉じる