セミナー
ライブ配信&録画視聴も可能
いよいよ実用フェーズへ!
リザバーコンピューティング(RC)の基礎と産業応用
~RCの原理から時系列データ予測への応用および実装の要点まで~
開催主旨
リザバーコンピューティング(RC)は、近年注目を集めている新しい機械学習の手法であり、特に時系列データの処理において高い能力を発揮すると期待されています。また、深層学習と比較して学習に必要なデータ量が少なく、計算コストも低いという特徴があります。
これまで研究開発段階の技術と捉えられてきましたが、時系列データ処理の分野では年々広がりを見せており、特に産業界においては少ないデータ量で高精度な検知が可能という利点から各種産業機器の故障予測への適用が進展しつつあります。ほかにも音声認識やノイズ除去などの音声処理や、ロボットやドローンの制御などリアルタイム性が要求される用途での応用が期待されています。
本講座では、独立行政法人情報処理推進機構 (IPA) 2024年度未踏ターゲット事業(リザバーコンピューティング技術を活用したソフトウェア開発分野)のプロジェクトマネージャーを講師に迎え、リザバーコンピューティングの仕組みから時系列データ予測への応用および実装の要点までを、デモを交えて解説します。産業界での期待が高い振動駆動リザバーコンピューティングへの応用(故障予測など)にも触れます。
リザバーコンピューティングはシンプルな構造であるため、その実装が容易であるだけでなく、高い拡張可能性と応用可能性を有しています。また、深層学習よりも圧倒的に低い消費電力で動作し、かつリアルタイム性を備える特性から、IoTデバイスやエッジコンピューティングへの応用を加速すると見込まれます。本講座を通じてリザバーコンピューティングをいち早く理解し、産業応用につなげましょう。
※セミナーではオンラインツール「ZOOM]で実施します。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。
概要
日時 | 2025年7月30日(水)13:00~17:00 |
---|---|
受講料 | 36,300円(テキスト代、後日の録画視聴、税込、1名分) ※振込手数料は貴社でご負担願います。開催決定後、受講料の請求書(PDF)をお知らせします。 ※講座実施前の入金をお願いしておりますが、講座実施後の入金にも対応しています。 ※当日の参加が難しい方は録画での参加も可能です。録画での参加を希望される方は、申込フォームの備考欄にその旨をご記載ください。 |
主催 | 日刊工業新聞社 |
問い合わせ先 | 日刊工業新聞社 西日本支社 総合事業本部 セミナー係 TEL : 06-6946-3382 FAX : 06-6946-3389 E-mail : seminar-osaka@media.nikkan.co.jp |
講師
プログラム
1.リザバーコンピューティングの基礎 |
1-1 深層学習の課題 ①ビッグデータと学習コスト/②消費電力/③エッジコンピューティング 1-2 ダイナミクスに基づく計算 ※ダイナミクス:システムやプロセスの経時変化を指します ①ランダムニューラルネットワーク/②記憶容量と非線形性/③物理リザバーコンピューティング 1-3 ダイナミクスの特徴と学習則 ①エコーステートプロパティとスペクトル半径/②最小二乗法/③逐次最小二乗法とFORCE学習 1-4 ネットワーク構造の単純化と深層化 ①サイクルリザバー/②ディープリザバー |
2.リザバーコンピューティングの時系列解析・ロボット制御への実装事例 |
2-1 時系列の分類と予測 ①音声認識への応用/②カオス時系列の予測 2-2 ロボット応用 ①制御則の学習/②参照軌道の学習/③運動誤差の補正 |
3.振動駆動リザバーコンピューティングへの応用 |
3-1 リザバーコンピューティングを用いた振動異常検知の利点 3-2 振動駆動リザバーコンピューティングの基礎 ①タイミングの学習/②カオス時系列の予測 3-3 振動駆動リザバーコンピューティングの応用 ①電力需要の予測/②工場ラインの異常検知(回転機械など)/③構造物の異常検知 |
4.まとめと質疑応答 |
【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) |