【中止】ディープラーニングによる異常検知の基礎と外観検査への応用

セミナー趣旨

　近年、ディープラーニングによる画像認識は目覚ましい発展を遂げており、これらの成果は実利用の段階に入った。工場などの生産現場では、古くから画像認識による外観検査や異常検知が導入されているが、これらにディープラーニングを導入することで飛躍的な精度の向上を行った事例が報告されつつある。一方で、ディープラーニングを外観検査に応用する場合には、外観検査、異常検知ゆえの問題がある。そこで、近年では大量の正常サンプルからニューラルネットワークによって正常状態モデルを生成し、その正常状態を基として未知サンプルの異常度を算出する手法が用いられる。その代表的なモデルとして、AutoencoderやGenerative Adversarial Networks (GANs) による異常検知手法について紹介する。
　合わせて、ディープラーニングにつながるニューラルネットワークの基礎から、異常検知の考え方、応用事例まで広く講演を行う。

受講対象・レベル

これから自社で外観検査システム、異常検知システムを構築したい、もしくはそれらの考え方を知りたい方。

必要な予備知識

ある程度（高校理系数学）の数学の知識や情報工学の基礎知識程度を持っていれば理解できるような講演内容とする。そのため、最新の異常検知手法については紹介程度に留める。
基本は画像認識を対象として講演を行うが、信号、音声などの1次元情報についても応用できるよう講演を行う。

習得できる知識

・識別問題と異常検知の基礎知識
・ディープラーニングの基礎から、ディープラーニングを用いた代表的な異常検知法についての知識
・外観検査、異常検知システムを構築するための知識。

セミナープログラム

1. 特徴量と特徴空間
    1.1. 特徴量とは
    1.2. 特徴空間
    1.3. クラスの概念
2. 識別問題
    2.1. 識別問題とは
    2.2. 線形識別法
3. 異常検知の基礎
    3.1. 識別問題と異常検知
    3.2. ホテリングのT2法
4. ニューラルネットワークの基礎
    4.1. 単純パーセプトロン
    4.2. 3層ニューラルネットワーク
5. 畳み込みニューラルネットワーク
    5.1. 畳み込みニューラルネットワークの基礎
    5.2. Alex NetとVGG Net
    5.3. ResNet
6. オートエンコーダ
    6.1. オートエンコーダの基礎
    6.2. 畳み込みオートエンコーダ
7. Generative Adversarial Networks
    7.1. GANの基礎
8. ディープラーニングによる異常検知
    8.1. オートエンコーダの復元による異常検知
    8.2. オートエンコーダの潜在空間を利用した異常検知
    8.3. 復元と潜在空間を利用した異常検知
    8.4. GANによる異常検知
9. ディープラーニングによる異常検知による実例と諸問題

【質疑応答・名刺交換】

キーワード
異常検知,ディープラーニング,外観検査,画像認識,セミナー,講習会,研修

セミナー講師

岐阜大学 工学部 准教授 博士（情報認知科学）　加藤 邦人 氏

【ご専門】
コンピュータビジョン、画像認識

セミナー受講料

49,500円（税込、資料付）
■ セミナー主催者からの会員登録をしていただいた場合、1名で申込の場合46,200円、
　 2名同時申込の場合計49,500円（2人目無料：1名あたり24,750円）で受講できます。
　 備考欄に「会員登録希望」と希望の案内方法【メールまたは郵送】を記入ください。
（セミナーのお申し込みと同時に会員登録をさせていただきますので、
　  今回の受講料から会員価格を適用いたします。）
※ 会員登録とは
　 ご登録いただきますと、セミナーや書籍などの商品をご案内させていただきます。
　 すべて無料で年会費・更新料・登録費は一切かかりません。