AIによる異常検知～Pythonによる信号・画像異常検知の理論と実習＜実習セミナー＞【Web配信】

セミナー趣旨

　異常検知は幅広い分野で活用が期待される技術です。従来、人でないと難しいといわれていた専門的な異常検知を、AIによって代替させようという試みが増えています。さらに、人間の能力では扱うことが困難な大量のデータや高次の非線形特徴空間に対して、その原因や因果関係の説明、新たな知見の抽出まで可能になりつつあります。今後は単独の異常検知機能ではなく、システムや製品の一部としてAIによる異常検知が組み込まれるようになっていくでしょう。
　本セミナーでは、近年多くの需要・要望が寄せられている人工知能による異常検知について、背景となる基本的な考え方と、古典的なアルゴリズムの理解を深め、さらにAIによる高度な異常検知の基礎とアルゴリズム、応用例をPythonによる実習を通して学んでいきます。

セミナープログラム

1. Python実習環境の準備
2. 異常検知概論
3. 異常検知のための特徴抽出
   1. 時系列データの特徴抽出
   2. 画像データの特徴抽出
   3. 特徴と距離
      1. 様々な距離の定義
      2. 高次特徴空間における球面集中現象
4. 統計的異常検知の基礎
   1. 正規分布とカイ二乗分布
   2. マハラノビス距離とPCA
5. 古典的な異常検知
   1. k近傍法(KNN)
   2. 局所外れ値因子法（LOF: Local Outlier Factor）
   3. ABOD: Angle Based Outlier Detection
   4. 特異スペクトル解析法
   5. ヒストグラム法
   6. クラスタリング
6. AIによる異常検知の考え方とよく使われるアルゴリズム
   1. One class SVM
   2. オートエンコーダ(AE: Auto Encoder) *
   3. VAE (Variational Auto Encoder)
   4. isolation forest
   5. LSTM
   6. Deep learning（CNN）
   7. リザバーコンピューティング
   8. ano-GAN
7. 応用事例
8. まとめ

セミナー講師

濱上 知樹　氏
横浜国立大学 大学院工学研究院　教授

■講師ご略歴
　1999年千葉大学大学院自然科学研究科博士課程後期修了。博士（工学）。
　2001年千葉大学自然科学研究科助手、
　2004年横浜国大学立大学院工学研究院助教授、
　2008年同教授。現在に至る。
■専門および得意な分野・研究
　知能システム、機械学習、人工知能の研究に従事。
■本テーマ関連学協会での活動
　電子情報通信学会、電気学会、情報処理学会、計測自動制御学会各会員
　電気学会にて、機械学習の応用研究委員会を２つ立ち上げ、産学実応用研究に貢献。

セミナー受講料

60,500円[税込]／1名

※実習セミナーにつき1口受講はありません。

受講について

• 本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、お申込み前にZoomのテストミーティング（http://zoom.us/test）にアクセスできることをご確認下さい。
• インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。
• 受講中の録音・撮影等は固くお断りいたします。

※PC環境
　実習環境はPC・タブレットどちらも可。
　ブラウザが動く環境であれば、端末の環境は問いません。
　条件としては、googleアカウントにログオンした状態であることと、
　できれば、ブラウザが動く端末と、聴講用の端末は別の方がよいと思います。