1.人工知能(AI)と脳の情報処理
1-1 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
1-2 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
2-1 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
2-2 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次元削減への応用
d. 階層型ニューラルネットワークと時系列予測問題への応用
3.畳み込みニューラルネットワークと応用例
3-1 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
3-2 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