初心者向けセミナーです 畳み込みニューラルネットワークの基礎と画像認識活用事例・判断根拠の理解

DeepLearning(ディープラーニング)を、
基礎から応用事例まで解説!

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応用方法とは!?
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ついても解説します。

セミナー講師

中部大学 工学部 情報工学科 教授 山下 隆義 氏

セミナー受講料

定価:49,500円(オンライン受講価格:35,200円)

<セミナー主催者のメルマガ登録をされる場合>
特別割引価格:
1名:46,970円(オンライン受講価格:33,440円)
2名:49,500円(1名分無料:1名あたり24,750円)
3名以上のお申し込みの場合、1名につき24,750円で追加受講できます。

※オンライン受講価格は、Live/アーカイブ/オンデマンドの受講を1名様でお申込みいただいた場合の価格です。複数お申込みでは適用されません。

※複数割引はお申込者全員のメルマガ登録が必須です。同一法人内(グループ会社でも可)によるお申込みのみ適用いたします。
※請求書(PDFデータ)は、代表者にE-mailで送信いたします。
※請求書および領収証は1名様ごとに発行可能です。(申込みフォームの通信欄に「請求書1名ごと発行」と記入ください。)
※他の割引は併用できません。

※セミナーの視聴・資料のダウンロードのため、セミナー主催者の会員登録が必須となります。お申込みと同時に会員登録をさせていただきます。

【セミナー主催者のメルマガ登録】
ものづくりドットコムの無料会員登録に加えて、セミナー主催者でのメルマガ登録を行っていただきますと、特別割引価格でセミナーをご受講いただくことが可能です。
セミナー主催者でのメルマガ登録をご希望されるかどうか、セミナー申込ページにて確認項目がございます。
セミナー主催者の会員詳細はこちら

受講について

Zoom配信の受講方法・接続確認

  • 本セミナーはビデオ会議ツール「Zoom」を使ったライブ配信となります。PCやスマホ・タブレッドなどからご視聴・学習することができます。
  • 申込み受理の連絡メールに、視聴用URLに関する連絡事項を記載しております。
  • 事前に「Zoom」のインストール(または、ブラウザから参加)可能か、接続可能か等をご確認ください。
  • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
  • セミナー中、講師へのご質問が可能です。
  • 以下のテストミーティングより接続とマイク/スピーカーの出力・入力を事前にご確認いただいたうえで、お申込みください。
    ≫ テストミーティングはこちら

特典

  • Zoomによる【Live配信受講】に加えて、【アーカイブ(1週間視聴可能)】も付いていますので、繰り返しの視聴学習が可能です。

配布資料

  • PDFデータでの配布のみ(印刷可/編集は不可)

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ます。
 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します。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、Transformerを活用した最新手法についても説明します。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についても説明します。

習得できる知識

画像処理、機械学習など

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)
    1. 畳み込み層
    2. プーリング層
    3. 全結合層
    4. 出力層
  3. 畳み込みニューラルネットワークの学習
    1. 誤差逆伝播法
    2. 最適化法(SGD,Adam,RMSProp)
  4. ネットワーク構造
    1. AlexNet
    2. VGG
    3. GoogLeNet
    4. ResNet
    5. DenseNet
  5. 汎用性を向上させるためのテクニック
    1. Dropout
    2. Batch Normalization
    3. データ拡張(Mix up,Cut out等)
  6. 物体検出への応用
    1. Faster R-CNN
    2. YOLO
    3. SSD
  7. セグメンテーションへの応用
    1. FCN
    2. SegNet
    3. U-Net
    4. PSP Net
  8. ネットワークの可視化・視覚的説明
    1. CAM
    2. CAM Grad
    3. Attention Branch Network
  9. 最新動向
    1. Transformer
    2. Vision Transformer
  10. ディープラーニングのフレームワークと実装
    1. Pytorch による実装
    2. Neural Network Console

□質疑応答□