【中止】ディープラーニングによる異常検知の基礎と応用 ～サンプルがない／少ない場合のアプローチから現場への導入・評価法まで～

セミナー趣旨

  近年、ディープラーニングによる画像認識は目覚ましい発展を遂げており、これらの成果は実利用の段階に入った。工場などの生産現場では、古くから画像認識による外観検査や異常検知が導入されているが、これらにディープラーニングを導入することで飛躍的な精度の向上を行った事例が報告されつつある。一方で、ディープラーニングを外観検査に応用する場合には、外観検査、異常検知ゆえの問題がある。
  本セミナーでは、ディープラーニングの基礎から、異常検知の考え方、異常検知の問題点、異常サンプルがない場合と、少量のサンプルがある場合でのアプローチ、最新手法、ネットワークの評価方法についての講演を行う。

受講対象・レベル

・製造現場などで異常検知、外観検査に深層学習を導入したい方
・クラス分類ではない、異常検知の考え方、知見を得たいと考えている方
・現場導入に際し、データの集め方、性能の評価の仕方の知識を得たい方
・これから自社で外観検査システム、異常検知システムを構築したい、もしくはそれらの考え方を知りたい受講者を対象とし、
   ある程度の数学の知識や情報工学の基礎知識程度を持っていれば理解できるような講演内容とします。
・基本は画像認識を対象として講演を行いますが、信号、音声などの1次元情報についても応用できるよう講演を行います。

必要な予備知識

■事前に目を通しておくと理解が深まる文献：　※閲覧必須ではありません。
書籍「イラストで学ぶ ディープラーニング」（山下隆義著、KS情報科学専門書、2018/11）

習得できる知識

・ディープラーニングの基礎知識
・異常検知の考え方と、その技術
・最新の異常検知手法
・現場への導入法、評価方法
   など

セミナープログラム

1．特徴量と特徴空間
　1.1　特徴量とは
　1.2　特徴空間
　1.3　クラスの概念
2．識別問題
　2.1　識別問題とは
　2.2　線形識別法
　2.3　異常検知の考え方
3．異常サンプルがない場合の方法
　3.1　オートエンコーダ
　　3.1.1　オートエンコーダの基礎
　　3.1.2　畳み込みオートエンコーダ
　　3.1.3　オートエンコーダの復元による異常検知
　3.2　Generative Adversarial Networks
　　3.2.1　GANの基礎
　　3.2.2　GANによる異常検知
　3.3　Deep SVDD
　　3.3.1　Deep SVDDの基礎
　　3.3.2　Deep SVDDによる異常検知
　　3.3.3　オートエンコーダ＋Deep SVDD
4．異常サンプルが少量ある場合の方法
　4.1　Adversarial Auto Encoderを用いた異常検知
　4.2　Deep SAD
5．最新異常検知手法
6．運用方法
　6.1　データの集め方とデータの重要性
　6.2　データ拡張
　6.3　異常検知手法の選択方法
　6.4　学習方法
　6.5　異常検知における性能評価（Confusion matrix、ROCカーブとAUC、性能評価法）
　6.6　チューニング方法
7．生成AIと異常検知の未来
＜質疑応答＞

＊途中、小休憩を挟みます。

セミナー講師

 岐阜大学 工学部 電気電子・情報工学科情報コース 教授　 加藤 邦人 先生

■ご略歴
1996年中京大院情報科学研究科修士課程修了。現在、岐阜大学工学部准教授。
2011年米国メリーランド大学Faculty Staff。
2019年岐阜大学人工知能研究推進センターセンター長。
画像処理、コンピュータビジョンの研究に従事。多数の企業との共同研究をとおし、ディープラーニングの実応用の研究を行う。
電子情報通信学会、電気学会、精密工学会会員。博士(情報認知科学)。
■ご専門および得意な分野・ご研究
コンピュータビジョン、画像認識、ディープラーニング
■本テーマ関連学協会でのご活動
・画像センシング技術研究会組織委員会ステアリングコミッティ委員長
・精密工学会画像応用技術専門委員会副委員長

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」