【中止】進化計算の基礎から多目的最適化問題への適用、最新研究まで

36,300 円(税込)

※本文中に提示された主催者の割引は申込後に適用されます

※銀行振込、コンビニ払い

このセミナーの申込みは終了しました。


よくある質問はこちら

このセミナーについて質問する
開催日 13:00 ~ 16:00 
締めきりました
主催者 株式会社 情報機構
キーワード AI(人工知能)   機械学習・ディープラーニング   ソフトウェア開発
開催エリア 全国
開催場所 お好きな場所で受講が可能

○進化計算の概念や仕組みなどの基礎と、多目的最適化問題への適用と課題・最新研究動向に特に焦点を当て解説!
○進化計算を用いた機械学習などの話題にも触れます。

セミナー講師

 佐藤 裕二 先生   法政大学 情報科学部 コンピュータ科学科 教授 

■ご略歴
1981年3月 東京大学工学部物理工学科卒(日立製作所中央研究所を経て)
2000年4月 法政大学情報科学部 助教授
2001年4月 法政大学情報科学部 教授
2016年4月~2017年3月 法政大学大学院情報科学研究科 研究科長
2007年9月~2008年8月 イリノイ大学アーバナシャンペーン校
                                   (Illinois Genetic Algorithms Laboratory)客員研究員

セミナー受講料

【オンライン受講:見逃し視聴なし】 1名36,300円(税込(消費税10%)、資料付)
*1社2名以上同時申込の場合、1名につき25,300円

【オンライン受講:見逃し視聴あり】 1名41,800円(税込(消費税10%)、資料付)
*1社2名以上同時申込の場合、1名につき30,800円

*学校法人割引;学生、教員のご参加は受講料50%割引。

受講について

※本講座は、お手許のPCやタブレット等で受講できるオンラインセミナーです。

配布資料・講師への質問等について

  • 配布資料はPDF等のデータで送付予定です。受取方法はメールでご案内致します。
    (開催1週前~前日までには送付致します)。

    ※準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。
    (土、日、祝日は営業日としてカウント致しません。)
  • 当日、可能な範囲で質疑応答も対応致します。
    (全ての質問にお答えできない可能性もございますので、予めご容赦ください。)
  • 本講座で使用する資料や配信動画は著作物であり、
    無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。

下記ご確認の上、お申込み下さい

  • PCもしくはタブレット・スマートフォンとネットワーク環境をご準備下さい。
  • ご受講にあたり、環境の確認をお願いしております(20Mbps以上の回線をご用意下さい)。
    各ご利用ツール別の動作確認の上、お申し込み下さい。
  • 開催が近くなりましたら、当日の流れ及び視聴用のURL等をメールにてご連絡致します。

Zoomを使用したオンラインセミナーとなります

  • ご受講にあたり、環境の確認をお願いしております。
    お手数ですが下記公式サイトからZoomが問題なく使えるかどうか、ご確認下さい。
    確認はこちら
    ※Skype/Teams/LINEなど別のミーティングアプリが起動していると、 Zoomでカメラ・マイクが
    使えない事があります。お手数ですがこれらのツールはいったん閉じてお試し下さい。
  • Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です。
    ※一部のブラウザは音声(音声参加ができない)が聞こえない場合があります。
     必ずテストサイトからチェック下さい。
     対応ブラウザーについて(公式) ;
     「コンピューターのオーディオに参加」に対応してないものは音声が聞こえません。

申込み時に(見逃し視聴有り)を選択された方は、見逃し視聴が可能です

  • 開催5営業日以内に録画動画の配信を行います(一部、編集加工します)。
  • 視聴可能期間は配信開始から1週間です。
    セミナーを復習したい方、当日の受講が難しい方、期間内であれば動画を何度も視聴できます。
    尚、閲覧用のURLはメールにてご連絡致します。
    ※万一、見逃し視聴の提供ができなくなった場合、
    (見逃し視聴有り)の方の受講料は(見逃し視聴無し)の受講料に準じますので、ご了承下さい。
    こちらから問題なく視聴できるかご確認下さい(テスト視聴動画へ)パスワード「123456」

セミナー趣旨

  進化計算は生物の進化過程や振る舞いを模倣した確率的な探索アルゴリズムであり、対象とする問題を限定せずに幅広い問題に適用可能な、メタヒューリスティクスと呼ばれる最適化アルゴリズムの一つです。最近流行りの人工知能の一つでもありますが、組合せ爆発の起こる大規模組合せ最適化問題、複数の非劣解を同時に求める多目的最適化問題、明示的な教師信号を持たない強化学習に対して特に有効な手法です。
  本講義では、進化計算の基礎技術から応用技術まで幅広く解説しますが、特に、進化計算の基本の理解、多目的最適化問題への適用と実応用問題に適用する際の課題に焦点を当てます。

受講対象・レベル

・進化計算に関する研究を始めたばかりの方
・進化計算に関する知見がある程度あり、多目的最適化問題への応用を検討されている方
・環境依存性のある実問題の設計で困っている方
・本テーマに興味のある方

必要な予備知識

高校卒業レベルの数学の知識はあった方が良いが、この分野に興味のある方なら、特別な専門知識は必要ありません。

習得できる知識

・進化計算の概念や仕組みに対する基礎的な知識
・進化計算を用いた最適化に関する基礎知識
・進化計算を用いた機械学習に関する基礎知識
・現在の進化計算技術の課題と今後の展望
   など

セミナープログラム

1.進化計算とは
 1.1 計算知能と進化計算
 1.2 進化計算の特徴と応用例
 1.3 遺伝的アルゴリズムの基礎
 1.4 遺伝的アルゴリズムの設計理論
 1.5 その他の進化アルゴリズム
 1.6 群知能
2.進化計算と多目的最適化問題

 2.1 多目的最適化問題とは
 2.2 進化計算を用いた解法1:初期の手法
 2.3 進化計算を用いた解法2:解の優越性に基づく手法
 2.4 進化計算を用いた解法3:参照ベクトルを用いた手法
 2.5 進化計算を用いた解法4:対話型進化を用いた手法
3.進化計算と機械学習
 3.1 遺伝的プログラミングを用いた機械学習
 3.2 遺伝的アルゴリズムを用いた機械学習
 3.3 学習型クラシファイアシステムを用いた機械学習
 3.4 ニューロエボリューション
4.最近の動向
 4.1 ニューロエボリューション-II
 4.2 サロゲートモデル
 4.3 実応用への展開
<質疑応答>

*途中、小休憩を挟みます。