畳み込みニューラルネットワークの基礎と画像認識への応用・判断根拠の理解【Web配信】

セミナー趣旨

深層学習の代表的な手法である畳み込みニューラルネットワークは画像認識分野で様々なタスクへの応用が進んでいる。
本講義では、畳み込みニューラルネットワークの基礎と画像認識分野における応用事例について説明する。また、畳み込みニューラルネットワークの判断根拠の視覚的説明や、実装に向けた環境やディープラーニングフレームワークによるサンプルコードの説明など実践的に活用できる内容を網羅的に説明する。

セミナープログラム

1　ディープラーニングの現在

2　畳み込みニューラルネットワーク（CNN：Convolutional Neural Networks）
　2.1　畳み込み層
　2.2　プーリング層
　2.3　全結合層
　2.4　出力層

3　畳み込みニューラルネットワークの学習
　3.1　誤差逆伝播法
　3.2　最適化法（SGD / Adam / RMSProp）

4　ネットワーク構造
　4.1　AlexNet
　4.2　VGG
　4.3　GoogLeNet
　4.4　ResNet
　4.5　SE-Net

5　汎用性を向上させるためのテクニック
　5.1　Dropout
　5.2　Batch Normalization
　5.3　インスタンス正規化
　5.4　大規模データセットの活用
　5.5　データ拡張（Mixup, Cutout等）

6　物体検出への応用
　6.1　Fast R-CNN
　6.2　YOLO
　6.3　SSD

7　セグメンテーションへの応用
　7.1　FCN
　7.2　SegNet
　7.3　U-Net
　7.4　PSP Net

8　判断根拠の可視化
　8.1　CAM
　8.2　CAM Grad
　8.3　Attention Branch Network
　8.4　判断根拠を活用した精度向上

9　ディープラーニングのフレームワーク
　9.1　Chainerによる実装
　9.2　Pytorchによる実装
　9.3　Neural Network Console等

セミナー講師

中部大学　工学部　情報工学科　准教授（工学博士）
山下 隆義（やました たかよし）氏

＜経歴＞
2002年　奈良先端科学技術大学院大学博士前期課程修了。
2002年　オムロン株式会社入社。
2011年　中部大学大学院博士後期課程修了（社会人ドクター）。
＜学会＞
IEEE, Computer Society　/　電子情報通信学会　/　情報処理学会
＜研究テーマ＞
物体（顔・人など）検出、物体追跡、ジェスチャー認識
＜受賞＞
2013年6月　電子情報通信学会　PRMU研究会　研究奨励賞　受賞
2013年6月　電子情報通信学会　情報・システムソサイエティ論文賞　受賞
2011年11月　ACPR2011 Best poster award　受賞
2011年6月　SSII2011 オーディエンス賞　受賞
2010年7月　MIRU2010　ベストインタラクティブ賞　受賞
2010年7月　MIRU2010　優秀学生発表賞　受賞
2009年6月　SSII2009　高木賞受賞。
2007年6月　CVPR2007 Best Student Award　受賞

セミナー受講料

お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）
受講申込ページで2～3名を同時に申し込んだ場合、自動的に1口申し込みと致します。