2020年06月19日（金）
13:00～16:00
Tel：03-5857-4811 E-mail：info@rdsc.co.jp
問い合わせフォーム
非会員：
49,500円
（本体価格：45,000円）
会員：
46,200円
（本体価格：42,000円）
学生：
11,000円
（本体価格：10,000円）
会員（案内）登録していただいた場合、通常1名様申込で49,500円（税込）から
★1名で申込の場合、46,200円（税込）へ割引になります。
★2名同時申込で両名とも会員登録をしていただいた場合、計49,500円（2人目無料）です。
■会員登録とは？ ⇒
よくある質問
■学校関係者価格は、企業に在籍されている研究員の方には適用されません。
また、当日学生証をご持参ください。
30名 ※現在、お申込み可能です。満席になり次第、募集を終了させていただきます。
これから自社で外観検査システム、異常検知システムを構築したい、もしくはそれらの考え方を知りたい方。
ある程度（高校理系数学）の数学の知識や情報工学の基礎知識程度を持っていれば理解できるような講演内容とする。そのため、最新の異常検知手法については紹介程度に留める。
基本は画像認識を対象として講演を行うが、信号、音声などの1次元情報についても応用できるよう講演を行う。
・識別問題と異常検知の基礎知識
・ディープラーニングの基礎から、ディープラーニングを用いた代表的な異常検知法についての知識
・外観検査、異常検知システムを構築するための知識。
近年、ディープラーニングによる画像認識は目覚ましい発展を遂げており、これらの成果は実利用の段階に入った。工場などの生産現場では、古くから画像認識による外観検査や異常検知が導入されているが、これらにディープラーニングを導入することで飛躍的な精度の向上を行った事例が報告されつつある。一方で、ディープラーニングを外観検査に応用する場合には、外観検査、異常検知ゆえの問題がある。そこで，近年では大量の正常サンプルからニューラルネットワークによって正常状態モデルを生成し，その正常状態を基として未知サンプルの異常度を算出する手法が用いられる．その代表的なモデルとして，AutoencoderやGenerative Adversarial Networks (GANs)による異常検知手法について紹介する。
合わせて、ディープラーニングにつながるニューラルネットワークの基礎から、異常検知の考え方、応用事例まで広く講演を行う。
1. 特徴量と特徴空間
1.1. 特徴量とは
1.2. 特徴空間
1.3. クラスの概念
2. 識別問題
2.1. 識別問題とは
2.2. 線形識別法
3. 異常検知の基礎
3.1. 識別問題と異常検知
3.2. ホテリングのT2法
4. ニューラルネットワークの基礎
4.1. 単純パーセプトロン
4.2. 3層ニューラルネットワーク
5. 畳み込みニューラルネットワーク
5.1. 畳み込みニューラルネットワークの基礎
5.2. Alex NetとVGG Net
5.3. ResNet
6. オートエンコーダ
6.1. オートエンコーダの基礎
6.2. 畳み込みオートエンコーダ
7. Generative Adversarial Networks
7.1. GANの基礎
8. ディープラーニングによる異常検知
8.1. オートエンコーダの復元による異常検知
8.2. オートエンコーダの潜在空間を利用した異常検知
8.3. 復元と潜在空間を利用した異常検知
8.4. GANによる異常検知
9. ディープラーニングによる異常検知による実例と諸問題
【質疑応答・名刺交換】
異常検知,ディープラーニング,外観検査,画像認識,セミナー,講習会,研修
