【中止】サポートベクターマシンの基礎と異常診断・異常予兆発見への活用

セミナー趣旨

　本セミナーでは現場で起きている課題を有する実務者や研究開発者を対象に、少ないデータでも有効な機械学習サポートベクターマシンの基礎を、微分の知識があれば理解できるようにできるだけ簡単に紹介し、実務へのサポートベクターマシン利用の判断ができるようになることを目的としています。

受講対象・レベル

・微分、最適化のちょっとした知識のある以下の方が対象
・様々な企業の現場で課題を抱える実務者
・企業などの研究開発者
・企業のトップに近い、システム開発の判断ができる方
・医療現場の医療情報データの利活用を考えている方

必要な予備知識

基礎的な微分、最適化の知識

習得できる知識

・サポートベクターマシンの基礎知識
・サポートベクターマシンの適用ノウハウ
・パターン認識技術の現状
・機械学習適用における重要なポイント

セミナープログラム

１．パターン認識の概要
　1-1 パターン認識とは
　1-2 パターン認識で何ができるのか？
　1-3 多変量解析に基づくパターン認識の手法
　　(1) マハラノビス距離
　　(2) 線形判別分析
　1-4 機械学習に基づくパターン認識の手法
　　(1) k-近傍法
　　(2) ニューラルネットワーク
　　(3) RBFネットワーク
　　(4) サポートベクターマシン(SVM)

２．サポートベクターマシンの基礎
　2-1 線形SVM
　　(1) 線形SVMとは
　　(2) 簡単な定式化
　　(3) ハードマージン
　　(4) データに誤りがある場合のサポートベクターマシン
　　(5) ソフトマージン
　2-2 非線形SVM
　　(1) 非線形SVMとは
　　(2) 簡単な定式化
　　(3) カーネル関数
　　(4) カーネルトリック

３．1クラス（正常データしかない場合の）サポートベクターマシンの基礎
　3-1 Support Vector Data Description
　3-2 One-Class Support Vector Machine

４．サポートベクターマシンの適用例
　4-1 さび画像へのパターン認識適用による劣化度判定と設備診断事例紹介
　4-2 非侵入型モニタリングシステムの事例紹介
　4-3 油中ガス分析データに基づく電力用変圧器の内部不具合診断事例紹介
　4-4 水力発電所における異常予兆発見支援への適用事例紹介

　【質疑応答・名刺交換】

セミナー講師

青山学院大学 理工学部・経営システム工学科 教授 博士（工学）　小野田 崇 氏

【ご専門】
　機械学習の理論と応用（特に，サポートベクターマシン，アンサンブル学習）

セミナー受講料

55,000円（税込、昼食・資料付）
■ セミナー主催者からの会員登録をしていただいた場合、1名で申込の場合49,500円、
　 2名同時申込の場合計55,000円（2人目無料：1名あたり27,500円）で受講できます。
　 備考欄に「会員登録希望」と希望の案内方法【メールまたは郵送】を記入ください。
（セミナーのお申し込みと同時に会員登録をさせていただきますので、
　  今回の受講料から会員価格を適用いたします。）
※ 2019年10月1日以降に開催されるセミナーの受講料は、お申込みいただく時期に関わらず
　 消費税が10％になります。
※ 会員登録とは
　 ご登録いただきますと、セミナーや書籍などの商品をご案内させていただきます。
　 すべて無料で年会費・更新料・登録費は一切掛かりません。