ディープラーニング（Deep Learning）とロボットの行動系列学習～概要と今後の展望

【講師】

　尾形哲也（おがたてつや）氏：早稲田大学　理工学術院 基幹理工学部 表現工学科　教授（博士（工学）） 　　国立研究開発法人産業技術総合研究所　人工知能研究センター　特任フェロー

【プログラム】

　第1講　神経回路モデル入門

　　1　神経回路モデルの歴史
　　2　ニューラルネットワーク基礎
　　　2.1　ニューロンモデル
　　　2.2　最急降下法

　第2講　DNNの概要とツール

　　1　様々なDNNと学習法
　　　1.1　Autoencoder
　　　1.2　Convolution Neural Network
　　　1.3　高速化（Momentum、Dropout、Adagrad、Adam など）
　　2　Tensorflow，Chainerなどの概要
　　3　実例：講演者の研究室での事例紹介

　第3講　マルチモーダル学習

　　1　様々なモーダル学習
　　　1.1　画像認識の事例
　　　1.2　音声認識の事例
　　　1.3　マルチモーダル学習事例
　　2　ロボットの行動学習
　　　2.1　Deep Q-Learning
　　　2.2　End to End Learning
　　　2.3　運動系列学習（予測と生成）：講演者の実現例

　第4講　RNNの概要と時系列処理

　　1　新しいRNNの学習手法と特徴
　　　1.1　RNNPB
　　　1.2　MTRNN
　　　1.3　LSTMなど
　　2　RNNを用いたSeq2Seq学習
　　　2.1　音声認識
　　　2.2　翻訳、対話
　　　2.3　ロボットの言語と運動の統合学習

　第5講　今後の展望

　　1　DNNとRNNの統合モデル
　　2　身体性に基づいた知能へ

【受講料】

・お1人受講の場合　47,000円[税別]／1名
・1口でお申込の場合　57,000円[税別]／1口（3名まで受講可能）

　受講申込ページで2～3名を同時に申し込んだ場合、自動的に1口申し込みと致します。