以下の類似セミナーへのお申込みをご検討ください。
画像認識のためのディープラーニングとモデルの軽量化
小規模データに対する機械学習の効果的適用法
機械学習を用いた画像認識技術の基礎とその応用
深層学習と適応フィルタ:2つの概念の理解と使い分け
AIプログラミングができない要素技術者自身で開発できる人工知能技術 ~深層学習とMTシステムの基礎・学習データ最小化・開発実務応用入門~【AI構築デモ付き(希望者にAI構築・計算方法Excel資料提供)】
■AI活用人材育成講座■『機械学習(ディープラーニング)の基礎・活用・実践<全3回>』
画像認識技術入門
画像認識技術の初歩
高次元材料情報統合学による材料開発の革新的加速
開催日 |
10:30 ~ 16:30 締めきりました |
---|---|
主催者 | (株)R&D支援センター |
キーワード | AI(人工知能) 機械学習・ディープラーニング 金属・無機材料技術 |
開催エリア | 東京都 |
開催場所 | 【江東区】江東区文化センター |
交通 | 【地下鉄】東陽町駅 |
機械学習を活用した材料工学最前線!!
講師
名古屋大学 大学院 工学研究科 材料デザイン工学専攻
教授・博士(工学) 足立 吉隆 氏
<関連学協会での活動>
日本工学アカデミー会員
日本鉄鋼協会評議員
日本MRS理事
日本熱処理技術協会 理事
受講料
R&D会員登録していただいた場合、通常1名様申込で49,980円(税込)から
★1名で申込の場合、47,250円(税込)へ割引になります。
★2名同時申込で両名とも会員登録をしていただいた場合、計49,980円(2人目無料)です。
(まだR&D会員未登録の方は、申込みフォームの通信欄に「会員登録情報希望」と記入してください。詳しい情報を送付します。ご登録いただくと、今回から会員受講料が適用可能です。)
習得できる知識
材料研究・開発の効率化、統合、解明に活用される各種機械学習法
材料組織の数値化(材料ゲノム)
Material Genome Integration System for Phase and Property Analysis(MIPHA)の現状
趣旨
材料研究・開発の種々の課題ごとに活用できる機械学習法を紹介する。同時に、材料組織の数値化(材料ゲノム)の最先端についてできるだけわかりやすく解説する。
プログラム
1.3D4D定量材料組織学
1-1.材料組織のmetric特徴値とtopology特徴値の基礎
1-2.最近の形態解析最前線(パーシステントホモロジー群)
2.機械学習を活用した材料工学最前線
2-1.材料組織画像解析
a)機械学習型画像処理の基礎と応用
b)ディープラーニングによる組織識別の基礎と応用
2-2.スパース学習
a)Lasso
b)データ変換・変数選択
c)感度解析
d)ベイズ推定
2-3.ニューラルネットワークによる特性推定の順解析モデルの構築
a)ニューラルネットワークの基礎
b)過学習の抑制対策(ペナルティー損失関数)
c)逆解析
2-4.実験計画法(ベイズ的最適化)の基礎
3.MIPHAの紹介
(人工知能技術を使って鉄鋼材料の特性を予測できるシステム)
材料の組織画像データから、応力歪み曲線を推定する
キーワード 機械学習,人工知能,ディープラーニング,深層学習, deep learning,材料工学