1口(1社3名まで受講可能)でのお申込は、

 受講料 59,000円(税別)/1口 が格安となります。



『SVM(サポートベクターマシン)と
 Deep Learningを中心とした
  機械学習の画像認識への応用』




 S181126A



 

開催日時:2018年11月26日(月)10:00-17:00

会  場:オーム ビル(千代田区神田錦町3-1)

受 講 料:1人様受講の場合 47,000円[税別]/1名

     1口でお申込の場合 59,000円[税別]/1口(3名まで受講可能)


画像認識セミナー日程表  新宣伝セミナー日程表


 講 師

 堀田一弘(ほったかずひろ) 氏 

  名城大学 理工学部 電気電子工学科 教授(工学博士)

 <経歴>   1997年 埼玉大学 工学部 情報工学科 卒業
 1999年 埼玉大学大学院 理工学研究科 情報工学専攻修士課程 修了
  1999年4月〜2002年3月 日本学術振興会 特別研究員(DC1)
 2002年 埼玉大学大学院 理工学研究科 情報数理科学専攻博士課程 修了
 2002年4月〜2007年3月 電気通信大学 電気通信学部 助手
 2007年4月〜2010年3月 電気通信大学 電気通信学部 助教
 2007年9月〜2010年3月 理化学研究所 客員研究員(併任)
 2007年10月〜 東京大学 人工物工学研究センター 協力研究員(併任)
 2010年4月〜 名城大学 理工学部 電気電子工学科 准教授
 2012年4月〜9月 メリーランド大学(Larry Davis研究室) Visiting Scholar
   2010年4月〜 名城大学 理工学部 電気電子工学科 教授

 セミナーの概要

 

 最近の画像認識では、Deep learningやSVM等の機械学習法を利用することが主流になっている。初学者には各手法の詳細と性質を理解することが簡単ではない。そこで、本セミナーでは理論の説明と応用例をあわせて紹介することにより、各手法の性質をつかみやすくする。

 

 講義項目

 1 SVM(サポートベクターマシン)

  1.1 線形サポートベクターマシン
  1.2 非線形サポートベクターマシン
  1.3 カーネル関数の統合
   *アスベスト検出への応用
  1.4 One-classサポートベクターマシン
   *粒子検出への応用
  1.5 サポートベクター回帰
   *文脈情報抽出への応用
   *メラノソーム追跡への応用
  1.6 Latentサポートベクターマシン
   *カテゴリ識別への応用
  1.7 Exemplarサポートベクターマシンとその応用
   *カテゴリ識別への応用


 2 Deep learning

  2.1 従来のニューラルネットワーク
   *単層パーセプトロン
   *多層パーセプトロン
   *誤差逆伝播法
  2.2 Deep learning
   *CNN
   *活性化関数
   *dropout
   *batch normalization
   *CNNの解析
   *DCGAN、pix2pix
  2.3 Deep learningの応用
   *細胞内画像への応用
   *セグメンテーションへの応用
   *カテゴリ識別への応用
   *対象計数への応用


 3 その他の機械学習法

  3.1 Partial Least Squares
   *粒子計数への応用  
   *階層的PLSNet
  3.2 カーネル多変量解析
   *顔認識への応用




 お1人様      受講申込要領 1口(1社3名まで) 受講申込要領  セミナー 総合日程 画像認識 セミナー日程 新宣伝 セミナー日程