セミナー

【ライブ配信セミナー】
ディープラーニングを使った画像処理入門―応用編
【午前】ハンズオンで学ぶ強化学習の実装方法
【午後】判別根拠の可視化技術(GradCAM等)、GANの理論と派生モデル

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。劇的な識別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(ディープラーニング)」のアルゴリズムです。そして、このアルゴリズムの平易な実装のために、米Google社がオープンソースライブラリとして公開しているのが「TensorFlow(テンソルフロー)」です。公開以来、ユーザー数が爆発的に拡大しており、研究用途からビジネスユースまで様々な分野で利用されています。
 本講座は、ディープラーニングを使った画像処理の「応用編」として、【午前】はハンズオンを通じて強化学習の実装方法を、【午後】は、最近注目されている判別根拠の可視化技術とGAN(Generative Adversarial Network)を、それぞれ解説します。

 【午前】は、AIは強化学習とDeepLearningを合体させた深層強化学習の応用例を解説。これらの基本となる強化学習の実装を、オセロゲームの実装ハンズオンを通じて理解を深めます。

 【午後】の前半は、可視化技術を紹介。DeepLearningはブラックボックスといわれますが、Grad-CAMやIntegrated Gradientsに代表される判別根拠の可視化技術が提案されており、これらによりAIがどのようにOKと判別したか、NGと判別したかなどを可視化できます。こここれまで提案されてきている様々な可視化技術の概略を説明し、ハンズオンを通じて、実装方法を習得します。
 後半は「GAN」を扱います。米Facebook社の人工知能研究所の所長であるヤン・ルカンは、GAN を「機械学習において、この 10 年間でもっともおもしろいアイデア」と評価しています。AIはクリエイティブな仕事までできてしまうかもしれない――。そう感じさせる技術がGANであり、第2部では、GANの理論から様々なGANの派生モデルまでを解説します。また、ハンズオンとしてDCGANの実装に取り組み、実際にソースコードをレビューすることで理解を深めます。

※開発環境の実装方法やサンプルプログラムは、開催1週間前頃に登録メールにお知らせします。

※ハンズオン(実習)につきましては、受講後に動画を公開して復習いただけるようにします。

 本セミナーは、オンライン配信ツールZoomおよびCisco Webex Meetingsを使い、出演者自身も自宅から出演いただく形式の「Home to Home」(H2H)セミナーとなります。ご視聴方法(参加用URL等)はご登録くださいましたメールにお知らせいたします。ZOOMでの視聴が困難な方には別途、こちらの手順を参照のうえブラウザ上でご視聴ください。本方法での視聴が難しい方は、他の視聴方法をご案内いたしますので問い合わせ先のメールアドレスまでご連絡ください。なおCisco Webex Meetingsでの参加をご希望される方は、申し込みフォームの備考欄にその旨をご記載ください。

概要

日時 2020年2月 9日(火)10:00~17:20
午前の部:10:00~13:00
午後の部:14:00~17:20
受講料

終日38,500円(税込)
午前・午後のみ22,000円(税込)
※振込手数料は貴社でご負担願います。

※講座実施前の入金をお願いしておりますが、新型コロナウィルス感染症の影響を考慮し、講座実施後の入金にも対応しています。

主催 日刊工業新聞社
協力 計数技研
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

早石 直広 氏

このセミナーを申し込む

プログラム

【午前の部 10:00~13:00】
1.深層強化学習の応用から実装まで
 1-1 強化学習とは
 1-2 深層強化学習の応用例
 1-3 2足歩行、ゲームAI、けん玉ロボット、ラジコンレースほか
 1-4 ハンズオン:オセロゲームの強化学習モデルを実装
【午後の部 14:00~17:20】
1.判別根拠の可視化技術
 1-1 AI脅威論―DeepLearningはブラックボックス?
 1-2 判別根拠の可視化とは
 1-3  DeepLearningで予測し、その根拠を可視化する効果 
 1-4 判別根拠を理解するためには(識別器内部での計算過程から理解する/入出力関係から把握する)
 1-5 Grad-CAM、Integrated Gradientsなど
 1-6 ハンズオン:可視化技術の実装

2.GANの理論と派生モデル
 2-1 クリエイティブなAIの登場
 2-2 AIが絵を描ける仕組み
 2-3 識別から生成モデルへ(VAEで数字や顔を描くと・・・)
 2-4 GANとは何か(GANの画像生成能力、ノイズ部分の足し算・引き算で合成も可能)
 2-5 貨幣の偽造者(counterfeiter)とそれを見抜く警察(police)
 2-6 様々なGAN派生モデル―Disco-GAN/CycleGAN/StarGAN/AttnGAN等
 2-7 ハンズオン:DCGANの実装
【ライブ配信セミナーに伴う注意事項について】⇒ 【詳細はこちら】
※必ずお読みください
(お申込みを頂いた時点でご同意頂いたとみなします)

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