ディープラーニング・リカレントニューラルネットの基礎と応用事例

― 実ロボット行動学習への応用へ ―

★ 好評再開講！丁寧でわかりやすい解説に定評のある早大 尾形教授のセミナー。
★ 基本的なアルゴリズム解説・ツールの紹介から、画像／音声認識、マルチモーダル学習などの事例、ロボットシステムへの応用、時系列処理への展開までを詳解！

講師

早稲田大学 理工学術院　教授　尾形 哲也 先生
※ご兼任：産業総合技術研究所 人工知能研究センター　招聘研究員

■ご略歴：
　1993年早稲田大学理工学部機械工学科卒業．日本学術振興会特別研究員，早稲田大学理工学部助手，理化学研究所脳科学総合研究センター研究員，京都大学大学院情報学研究科准教授を経て，2012年より早稲田大学理工学術院教授．博士（工学）．2009?2015年さきがけ領域「情報環境と人」研究員，2015年より産業総合技術研究所人工知能研究センター客員研究員．

■ご専門および得意な分野・研究：
　認知ロボティクス，ヒューマンロボットインタラクション，ディープラーニング，リカレントニューラルネットワーク

■本テーマ関連学協会での活動：
 ・日本ロボット学会欧文誌委員（H16-現在）
 ・日本ロボット学会評議員（H19-H21, H22-H24）
 ・日本ロボット学会ロボティック・サイエンス研究専門委員会幹事（H20-現在）
 ・日本学術振興会「ロボット共生社会実現に向けたロボットの知能発達」先導的研究開発委員会幹事（H22-H25）
 ・人工知能学会代議員（H23-H25）
 ・日本機械学会ロボメカ部門表彰委員会委員（H24, H25）
 ・日本ロボット学会理事（欧文誌）（H25-H27）
 ・人工知能学会編集委員会委員員（H27-現在）
 ・人工知能学会理事（企画）（H28-現在）
 ・科学技術振興機構ACT-I「情報と未来」領域アドバイザー（H28-現在）

受講料

1名41,040円(税込（消費税8％）、資料付)
＊1社2名以上同時申込の場合 、1名につき30,240円
＊学校法人割引 ；学生、教員のご参加は受講料50％割引。

セミナー開催にあたって

■はじめに：
　近年、人間の設計する特徴量を全く用いずに、ネットワーク上の画像や音声等のビッグデータから自律的な学習を行う人工知能、ディープラーニングが，従来手法のパターン認識性能を大きく超え，注目を集めています．さらに近年ではこのディープラーニング研究の流れの中で，リカレントニューラルネットワークを利用した言語処理などの研究も盛んです．
　本講義ではまず機械学習の基礎を概観した後に、ディープラーニングの基本的な学習方法を概説し，いくつかのツールなども紹介します．また画像認識や音声認識等の各分野の応用事例を紹介した後に、我々が学術誌で発表しているマルチモーダル音声認識，さらに自律ロボットの柔軟物ハンドリングなどへの応用の試みを解説します．
　さらに今後の展望として，新しい複数のリカレントニューラルネットワークの紹介と，研究事例を示し，我々が学術誌で発表している，ロボットの言語学習モデルの解説を行います．最後にこれらの技術の発展、展開について議論します．

■受講対象者：
　本テーマに興味のある方なら誰でも受講可能です。

■必要な予備知識：
　大学教養過程レベルの数式が出てきますが，これが理解できなくてもなるべく直感的な理解ができるよう解説します．

■本セミナーで習得できること（一例）：
 ・神経回路モデルの基礎
 ・ディープラーニングの概要と基礎的なアルゴリズム
 ・応用事例
 ・リカレントニューラルネットの概要と基礎的なアルゴリズム
 ・ロボット行動生成への応用事例

プログラム

１．ディープラーニング
　1）歴史
　2）ニューラルネットワーク基礎
　　a）ニューロンモデル
　　b）最急降下法
　3）学習アルゴリズム
　　a）Deep Autoencoder
　　b）Convolution Neural Network
　　c）高速化の工夫
　4）ツール
　　a）Caffe，Tensorflowなどの概要
　　b）Chainerによるコード例の解説
　5）講演者の研究室での事例紹介

２．ロボットシステムの応用
　1）マルチモーダル学習
　　a）画像認識・生成の事例（Image Net, Generative Adversarial Networksなど）
　　b）音声認識の事例
　　c）マルチモーダル学習事例
　2）ロボットの行動学習
　　a）Deep Q-Learning
　　b）End to End Learning
　　c）運動系列学習（予測と生成）

３．時系列処理への展開と将来の展望
　1）リカレントニューラルネットワーク (RNN)の概要
　2）新しいRNNの学習手法と特徴
　　a）RNNPB
　　b）MTRNN
　　c）LSTMなど
　3）RNNを用いたSeq2Seq学習
　　a）対話システム
　　b）ロボットの言語と運動の統合学習

＜質疑応答・個別質問・名刺交換＞

■ご講演中のキーワード：
　ディープラーニング，深層学習，ニューラルネットワーク，ロボット，行動学習，End to End Learning，リカレントニューラルネットワーク，Seq2Seq Learning