R191169
『サポートベクターマシンの基礎と異常診断・異常予兆発見への活用』
 開催日時   2019年11月22日(金) 10:30~16:30
会 場  商工情報センター(カメリアプラザ) 9F 研修室
受講料  非会員:55,000円(税込、昼食・資料付き)
 会  員:49,500円(税込、昼食・資料付き)
  〇会員(案内)登録していただいた場合、通常1名様申込で55,000円(税込)から
      ★1名様申込の場合、49,500円(税込)へ割引になります。
      ★2名様同時申込で両名とも会員登録をしていただいた場合、計55,000円(2人目無料)になります。
※2019年10月1日以降に開催されるセミナーの受講料は、お申込みいただく時期に関わらず消費税が10%になります。
 …会員価格をご希望の場合は、通信欄にセミナー案内の配信方法(E-mail案内、または郵送案内)をお書きください。

  受講申込要領
定 員  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。 
主 催  株式会社R&D支援センター 

 ※請求書、受講票等は、R&D支援センターより送付いたします。

講 師 青山学院大学 理工学部 経営システム工学科 教授(博士(工学))  小野田 崇 氏
【ご専門】
 機械学習の理論と応用(特に,サポートベクターマシン,アンサンブル学習)
必要な
予備知識
・基礎的な微分,最適化の知識
受講対象・
レベル
・微分,最適化のちょっとした知識のある以下の方が対象
・様々な企業の現場で課題を抱える実務者
・企業などの研究開発者
・企業のトップに近い,システム開発の判断ができる方
・医療現場の医療情報データの利活用を考えている方
習得できる
知識
・サポートベクターマシンの基礎知識
・サポートベクターマシンの適用ノウハウ
・パターン認識技術の現状
・機械学習適用における重要なポイント
 趣 旨  本セミナーでは現場で起きている課題を有する実務者や研究開発者を対象に,少ないデータでも有効な機械学習サポートベクターマシンの基礎を,微分の知識があれば理解できるようにきるだけ簡単に紹介し,実務へのサポートベクターマシン利用の判断ができるようになることを目的としています。
講義項目 1 パターン認識の概要
 1-1 パターン認識とは
 1-2 パターン認識で何ができるのか?
 1-3 多変量解析に基づくパターン認識の手法
  (1)マハラノビス距離
  (2)線形判別分析
 1-4 機械学習に基づくパターン認識の手法
  (1)k-近傍法
  (2)ニューラルネットワーク
  (3)RBFネットワーク
  (4)サポートベクターマシン(SVM)
2 サポートベクターマシンの基礎
 2-1 線形SVM
  (1)線形SVMとは
  (2)簡単な定式化
  (3)ハードマージン
  (4)データに誤りがある場合のサポートベクターマシン
  (5)ソフトマージン
 2-2 非線形SVM
  (1)非線形SVMとは
  (2)簡単な定式化
  (3)カーネル関数
  (4)カーネルトリック
3 1クラス(正常データしかない場合の)サポートベクターマシンの基礎
 3-1 Support Vector Data Description
 3-2 One-Class Support Vector Machine
4 サポートベクターマシンの適用例
 4-1 さび画像へのパターン認識適用による劣化度判定と設備診断事例紹介
 4-2 非侵入型モニタリングシステムの事例紹介
 4-3 油中ガス分析データに基づく電力用変圧器の内部不具合診断事例紹介
 4-4 水力発電所における異常予兆発見支援への適用事例紹介
【質疑応答・名刺交換】