リザバーコンピューティングの基礎・最新動向からロボティクス・異常検知への応用まで

セミナー趣旨

  リザバーコンピューティングは、高速かつ効率的なニューラルネットワーク技術として、高コストな深層学習を代替する時系列処理技術として注目されています。本セミナーでは、リザバーコンピューティングの基本的な仕組みや深層学習と比較したときの利点を解説し、時系列データの解析や予測への適用法について実例を交えながら説明します。特に、リザバーコンピューティング応用の好例といえるロボット制御と異常検知への適用について、最先端の研究成果を紹介します。

受講対象・レベル

・非線形システムや時系列解析に関心がある方
・深層学習の代替的アプローチに興味を持つ方
・リザバーコンピューティングについて基本的な仕組みから学びたい方

必要な予備知識

大学1年生程度の線形代数の知識

習得できる知識

・リザバーコンピューティングの理論的背景と他の深層学習手法との差異・メリット
・時系列データの分類や予測におけるリザバーコンピューティングの適用法
・リザバーコンピューティングを用いた時系列データの異常検知手法
・振動駆動型など特殊なリザバーコンピューティングの利用法
など

セミナープログラム

１．リザバーコンピューティングの基礎
　1）深層学習の課題
　　a．ビッグデータと学習コスト
　　b．消費電力
　　c．エッジコンピューティング
　2）ダイナミクスに基づく計算　※ダイナミクス：システムやプロセスの経時変化を指します
　　a．ランダムニューラルネットワーク
　　b．記憶容量と非線形性
　　c．物理リザバーコンピューティング
　3）ダイナミクスの特徴と学習則
　　a．エコーステートプロパティとスペクトル半径
　　b．最小二乗法
　　c．逐次最小二乗法とFORCE学習
　4）ネットワーク構造の単純化と深層化
　　a．サイクルリザバー
　　b．ディープリザバー
２．リザバーコンピューティングの時系列解析・ロボット制御への実装事例
　1）時系列の分類と予測
　　a．音声認識への応用
　　b．カオス時系列の予測
　　c．誤差に基づく時系列の異常検知
　2）ロボット応用
　　a．制御則の学習
　　b．参照軌道の学習
　　c．運動誤差の補正
３．振動駆動リザバーコンピューティングへの応用
　1）振動駆動リザバーコンピューティングの基礎
　　a．タイミングの学習
　　b．カオス時系列の予測
　2）振動駆動リザバーコンピューティングの応用
　　a．電力需要の予測
　　b．工場ラインの異常検知
＜質疑応答＞

＊途中、お昼休みや小休憩を挟みます。

セミナー講師

 大阪大学 先導的学際研究機構附属 共生知能システム研究センター 准教授　  河合 祐司 氏

■ご略歴
2016年大阪大学 大学院工学研究科 知能・機能創成工学専攻 博士後期課程単位取得退学。
2017年博士（工学）取得。2016年より、大阪大学 大学院工学研究科 特任助教、2017年より、同研究科 助教。
2021年より、同大学先導的学際研究機構 特任准教授、2023年より、同機構 准教授。現在に至る。
リザバーコンピューティングをはじめとするリカレントニューラルネットワーク技術を用いた計算論的神経科学及び
ブレインインスパイヤードコンピューティングの研究に従事。
2024年より現在まで、IPA 未踏ターゲット事業（リザバーコンピューティング技術を活用したソフトウェア開発分野）
プロジェクトマネージャーを務める。

セミナー受講料

【オンライン受講（見逃し視聴なし）】：1名 50,600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39,600円

【オンライン受講（見逃し視聴あり）】：1名 56,100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45,100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

• 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。）
• 受講にあたってこちらをご確認の上、お申し込みください。
• Zoomを使用したオンラインセミナーです
  →環境の確認についてこちらからご確認ください
• 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
  →こちらをご確認ください