転移学習を用いた深層学習の学習時間短縮と少量データへの対応

セミナー趣旨

深層学習は大量のデータを学習することで，高性能な知識を獲得する手法です．一方で，知識の獲得には大規模なデータセットの準備や，高価なハードウェアが不可欠です．本セミナーでは，まずは深層学習の基礎理論と深層学習ライブラリPyTorchを用いた画像認識モデルの実装方法も紹介します．その上で，転移学習や半教師あり学習といった，ラベル付きのデータが小規模な場合における，精度向上に向けた様々な技術や研究動向を解説します．

セミナープログラム

1.深層学習の基礎
　1-1.課題の定義と教師あり学習
　1-2.深層学習の社会応用事例
　1-3.ニューラルネットワークと確率的勾配降下法
　1-4.レイヤーと活性化関数
　1-5.様々なモデルアーキテクチャ
　1-6.簡単なモデルによる画像分類（プログラム解説）

2.データ拡張と転移学習
　2-1.様々なデータ拡張
　2-2.転移学習
　2-3.ドメイン適応
　2-4.転移学習を用いた画像分類（プログラム解説）

3.半教師あり学習
　3-1.概要，手法の分類
　3-2.Pseudo-labeling methods
　3-3.Consistency regularization methods
　3-4.Hybrid methods
　3-5.Contrastive-learning methods

【質疑応答】

セミナー講師

福井大学　学術研究院　工学系部門　准教授　長谷川 達人 氏

【略歴】
2009年　石川工業高等専門学校　電子情報工学科　卒業
2011年　金沢大学　工学部　情報システム工学科　卒業
2011年　株式会社富士通北陸システムズ　システムエンジニア
2014年　東京医療保健大学　医療保健学部　医療情報学科　助手
2015年　金沢大学　大学院自然科学研究科　博士後期課程　修了　博士（工学）
2017年　福井大学　工学部　電気電子情報工学科　講師
2020年　同上　准教授

セミナー受講料

1名につき55，000円（消費税込、資料付）　
〔1社2名以上同時申込の場合1名につき49，500円（税込）〕

受講について

• 本講座はZoomを利用したLive配信セミナーです。セミナー会場での受講はできません。
• 下記リンクから視聴環境を確認の上、お申し込みください。
  　→ https://zoom.us/test
• 開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
  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。
• Zoomクライアントは最新版にアップデートして使用してください。
  Webブラウザから視聴する場合は、Google Chrome、Firefox、Microsoft Edgeをご利用ください。
• パソコンの他にタブレット、スマートフォンでも視聴できます。
• セミナー資料はお申込み時にお知らせいただいた住所へお送りいたします。
  お申込みが直前の場合には、開催日までに資料の到着が間に合わないことがあります。ご了承ください。
• 当日は講師への質問をすることができます。可能な範囲で個別質問にも対応いたします。
• 本講座で使用される資料や配信動画は著作物であり、
  録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
• 本講座はお申し込みいただいた方のみ受講いただけます。
  複数端末から同時に視聴することや複数人での視聴は禁止いたします。
• Zoomのグループにパスワードを設定しています。
  部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。
  万が一部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。