1口(1社3名まで受講可能)でのお申込は、

 受講料 66,000円(税込)/1口 が格安となります。


☆☆☆Web配信セミナー☆☆☆

『深層学習と適応フィルタ:
 2つの概念の理解と使い分け』


〜それぞれの長所短所を明らかにしながら、
 実際の応用における”うまい使い分け”について解説〜
 



 S241120AW



 ☆☆☆本セミナーは、Zoomを使用して、行います。☆☆☆


開催日時:2024年11月20日(水)10:00-16:30
受 講 料:1人様受講の場合 53,900円[税込]/1名
     
1口でお申込の場合 66,000円[税込]/1口(3名まで受講可能)

 ★本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、
 お申込み前にZoomのテストミーティング(http://zoom.us/test)にアクセスできることをご確認下さい。

 ★インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。
 講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。

 ★受講中の録音・撮影等は固くお断りいたします。

…関連講座…【”画像” / ”音”処理技術 講座】

講 師

 

 島村徹也(しまむらてつや) 氏 

   埼玉大学大学院 理工学研究科 数理電子情報部門 教授(工学博士)

 <経歴>   1986年 慶應義塾大学 理工学部 卒業。
 1991年 慶應義塾大学大学院 理工学研究科 博士課程修了、工学博士。
 1991年 埼玉大学 工学部 情報工学科 助手。
 1995年 ラフバラ大学(イギリス) 客員研究員。
 1996年 ベルファーストクイーンズ大学(イギリス) 客員研究員
 1998年 埼玉大学 助教授。
 2007年 埼玉大学 教授。
 <学会、等>   IEEE, アメリカ音響学会、日本音響学会、電子情報通信学会、信号処理学会、電気学会 会員。現在、信号処理学会編集長。
 <専門>   ディジタル信号処理とその音声、画像、通信への応用など。論文・著書多数。これまで20社を超える企業との共同研究を実施するなど、産学連携に力を入れている。2019年より「AI時代の画像処理技術研究会(埼玉大学産学官連携協議会)」の代表を務め、年に複数回の研究発表会を主導している。

 セミナーの概要

 

 深層学習の登場から約10年が経ち、今その発展は継続されています。一方で、問題点や限界もわかったきたことで、これからは同じ、あるいは類似する“学習”をアルゴリズムとする、適応フィルタとの使い分けが必要とされると考えられます。そこで、この2つの概念、深層学習と適応フィルタを別々に整理し、それぞれの長所短所を明らかにしながら、実際の応用における”うまい使い分け”について解説を試みることにします。
 本セミナーでは、内容の理解を深めて頂くことを前提に、まず人工知能(AI)について網羅的に解説します。ここまでのAIの歴史について概観しながら、その性質について特に得意・不得意とするものを、例を用いて示します。そして、AIをニューラルネットワークと捉え、これまでのニューラルネットワークの技術的な進展を説明します。その進展の中で、今日使われる技術のポイントになったものを、応用面から捉え、大きく通信と音(特には音声)への利用例として紹介します。
 続いて、適応フィルタについて解説します。1つの技術を紹介することに限定せず、複数の有力な適応処理方法の紹介を心がけます。また、具体的な応用例を紹介します。そして、特に音と通信への応用を取り上げ、ニューラルネットワークと適応フィルタの利用の仕方を解説し、双方の利用の仕方と得られる結果の違い、長所・短所を示します。さらに、音声強調問題において、深層学習の最先端研究事例を示しながら、適応フィルタとの処理方法との違いを明らかにし、比較検討を行います。これまでの深層ニューラルネットワークと適応フィルタの研究を振り返り、今現在で言えること、そして今後の研究テーマとして考えられることにまで言及する予定です。

 講義項目

 

 1 AIとは
  1.1 人工知能の広がり
  1.2 人工知能と得意・不得意
  1.3 アンドロイド
  1.4 生成AI


 2 ニューラルネットワークの概念
  2.1 神経細胞
  2.2 発火
  2.3 脳処理
  2.4 人工ニューラルネットワーク


 3 ニューラルネットワークの進展
  3.1 Adaline
  3.2 多層パーセプトロン
  3.3 深層ニューラルネットワークム
  3.4 線形予測係数


 4 学習方法
  4.1 教師あり学習
  4.2 半教師あり学習
  4.3 教師なし学習


 5 適応フィルタ
  5.1 LMSアルゴリズム
  5.2 最急降下法
  5.3 最適解
  5.4 ウィナーフィルタ


 6 適応アルゴルズム
  6.1 LMSアルゴリズムの改良
  6.2 RLS
  6.3 RLSの改良
  6.4 アフィン射影
   …、等


 7 適応フィルタの応用
  7.1 エコーキャンセラ
  7.2 ノイズキャンセラ
  7.3 信号強調器
   …、等


 8 通信路等化
  8.1 通信路等化の概念
  8.2 トレーニングとトラッキング
  8.3 非線形通信路等化
   多層パーセプトロン、ラジアル基底関数、…、等


 9 音への利用
  9.1 気導音声と骨導音声
  9.2 骨導音声の品質改善
   骨導・気導変換、…、等


 10 音声強調
  10.1 深層学習を用いる先端研究
  10.2 適応フィルタを用いる先端研究


 11 まとめ



 お1人様      受講申込要領 1口(1社3名まで) 受講申込要領 セミナー 総合日程 画像認識 セミナー日程
 新宣伝 セミナー日程