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