以下の類似セミナーへのお申込みをご検討ください。
深層学習と適応フィルタ:2つの概念の理解と使い分け
画像認識のためのディープラーニングとモデルの軽量化
官能評価における脳波計測の基礎:感性の定量評価法による商品開発への利活用事例
人間−機械(自動車)インターフェイス製品の人間工学の考え方とその評価
色と質感の感性評価
最適化技術の本命:進化計算法(EC:Evolutionary Computation)の基礎と応用
機械学習を用いた画像認識技術の基礎とその応用
画像認識技術の初歩
感性情報処理の基礎と応用
開催日 |
10:30 ~ 16:30 締めきりました |
---|---|
主催者 | 株式会社トリケップス |
キーワード | 感性工学 |
開催エリア | 東京都 |
開催場所 | ちよだプラットフォームスクウェア |
デザインは、商品や料理、建築物、さらにはエンタテインメントなど、多くの分野で必須の要素になりつつあります。例えばiPhoneは、携帯電話の概念までも変えてしまうようなコンセプトのデザインでもあります。ここで重要となるのが、感性の扱いです。
本セミナーでは、感性を工学面からとらえ、感性情報処理に必要なツールの解説を行います。これらの数学的な基本原理の理解によって、より優れた製品企画等に貢献できるようになることを目標としています。具体的には、まず人間の脳機能を工学的に模擬しようとするニューラルネットワークの基本的な原理の説明を行います。これは今日の深層学習の基礎となっているものです。次に、人間の主観や勘などを扱うのに適しているファジィ推論のポイントを、例を用いながら説明します。さらに最適な組み合わせを求めるのに有効な手法である遺伝的アルゴリズムやラフ集合の説明を行います。
なお本セミナーは各技術の原理の理解に主眼が置かれており、プログラムによる実習はありません。
【講師】
萩原 将文 氏 : 慶應義塾大学 理工学部 情報工学科 教授(工学博士)
【プログラム】
I. はじめに
1. めざしている研究
-視覚、言語、感性を融合する情報処理-
2. 感性情報処理とは
2.1感性情報処理の特徴
2.2 広い感性情報処理の応用範囲
II. 感性情報処理のツール
3. ニューラルネットワーク
3.1 ニューラルネットワークとは
3.2 先端のニューラルネットワーク応用例
3.3 最急降下法 -バックプロパゲーションの原理を理解しよう-
3.4 バックプロパゲーションアルゴリズムを理解しよう
3.5 バックプロパゲーションアルゴリズムの直感的理解
3.6 理解しやすい応用例
4. ファジィ
4.1 ファジィ理論 基本は簡単
4.2 ファジィ推論 -単純な例で理解しよう-
4.3 理解しやすい応用例
5. 遺伝的アルゴリズム
5.1 遺伝的アルゴリズムの原理
5.2 遺伝的アルゴリズム -単純な例で理解しよう-
5.3 感性情報処理に適した対話型遺伝的アルゴリズム
6. ラフ集合
6.1 ラフ集合とは
6.2 ラフ集合 -単純な例で理解しよう-
III. まとめと展望
【受講料】
・お1人受講の場合 46,000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。