こちらは12/22（金）実施WEBセミナーのアーカイブ（録画）配信です。期間中何度でも視聴できます
１．人工知能(AI)と脳の情報処理
（1）人工知能(AI)について
ａ．人工知能(AI)とは
ｂ．脳の情報処理とニューラルネットワーク
ｃ．ニューラルネットワークのモデルとその特徴
ｄ．人工知能の歴史と適用範囲
（2）機械学習とニューラルネットワーク
ａ．機械学習(Machine Learning)の基礎
ｂ．機械学習と相互結合型ニューラルネットワーク
ｃ．機械学習と階層型ニューラルネットワーク
ｄ．深層学習と転移学習
ｅ．深層学習とビックデータ
２ ．ニューラルネットワークの各種モデルとその知能化センシングへの応用例
（1）相互結合モデルと応用例
ａ．セルラーニューラルネットワーク(CNN)と異常音検出への応用
ｂ．動的ネットワーク(DRN)とセンサフュージョンへの応用
ｃ．自己組織マップネットワーク(SOM)と音源定位への応用
ｄ．ベイジアンネットワークと運転危険度予測への応用
（2） 階層型モデルと応用例
a．階層型ニューラルネットワークと肝臓病識別問題への応用
b．サポートベクトルマシンとプリント基板欠陥検査への応用
c．階層型ニューラルネットワークと特徴抽出における次元削減への応用
d．階層型ニューラルネットワークと漫然運転の時系列予測問題への応用
３．ディープラーニングの一種である畳み込みニューラルネットワークと応用例
（1） 畳み込みニューラルネットワークと水道管漏水検出への応用
ａ．周波数解析による水道管漏水の計測と診断の問題点
ｂ．リカレンスプロットによる漏水音の位相情報の抽出
ｃ．畳み込みニューラルネットワークによる漏水検出
d．位相パターンの相互相関による漏水位置の検出
（2）Mask-R CNNとその光沢表面部品自動検査システムへの応用
a．CNNのみ検査システムの課題点とMask R-CNNの特徴
b．Mask R-CNNを用いる表面自動検査システムの構成
c．画像計測部の基本構成と構築
d．Mask R-CNNを用いる欠陥検査部の構築
e．欠陥検出精度の評価