【中止】Transformerニューラルネットの原理と産業現場応用への研究

55,000 円(税込)

※本文中に提示された主催者の割引は申込後に適用されます

※銀行振込 または、当日現金でのお支払い

このセミナーの申込みは終了しました。


よくある質問はこちら

このセミナーについて質問する
開催日 10:30 ~ 16:30 
締めきりました
主催者 サイエンス&テクノロジー株式会社
キーワード ソフトウェア開発   機械学習・ディープラーニング   AI(人工知能)
開催エリア 全国
開催場所 オンライン配信セミナー

~生成AIの技術基盤Transformerは言語分野以外でもすごいか?~

生成AIブームの火付け役でもあるChat-GPTなど、  革新的なTransformerニューラルネットを基盤とした技術と  その応用可能性にご関心をお持ちの方におススメの1講。□進化・普及を続けるAIの技術基盤である「Transformer」の原理を学びながら、 言語分野以外への応用も推し量り、画像処理による注意箇所の抽出や、 構造予測に時系 列変化点抽出など、産業現場での応用の種となるような 研究動向も紹介します。 メーカ技術者、大学教授、機械学習コンサルと合計40年の経験から 実践現場を熟知している講師が、機械学習などの予備知識がない方にも 安心してご参加頂けるよう、分かりやすく解説します!

 

日時

Live配信】2024年9月19日(木)10:30~16:30【アーカイブ(見逃し)配信】視聴期間:9/20PM~9/27予定  受講可能な形式:【Live配信(アーカイブ配信付)】のみ 

セミナー講師

N研究所(株) 代表取締役社長 / 岐阜大学 工学部電気電子情報工学科 客員教授 博士(工学) 蜷川 忠三 氏

【専門】機械学習,電力工学,制御工学【略歴】1988年 University of Washington大学院修士修了電気工学専攻2007年 三菱重工業株式会社技監2012年 岐阜大学工学部電気電子工学科教授2023年 技術コンサル会社 N研究所(株)設立 代表取締役社長【著書】「仮想発電所システムの構築技術」,オーム社,2019年6月出版「OpenADRによるデマンドレスポンス通信」,森北出版,2020年7月出版

セミナー受講料

※お申込みと同時にS&T会員登録をさせていただきます(E-mail案内登録とは異なります)。

55,000円( E-mail案内登録価格52,250円 )E-Mail案内登録なら、2名同時申込みで1名分無料2名で 55,000円 (2名ともE-mail案内登録必須/1名あたり定価半額27,500円)

【1名分無料適用条件】※2名様ともE-mail案内登録が必須です。※同一法人内(グループ会社でも可)による2名同時申込みのみ適用いたします。※3名様以上のお申込みの場合、1名あたり定価半額で追加受講できます。※請求書(PDFデータ)は、代表者にE-mailで送信いたします。※請求書および領収証は1名様ごとに発行可能です。 (申込みフォームの通信欄に「請求書1名ごと発行」と記入ください。)※他の割引は併用できません。

 テレワーク応援キャンペーン(1名受講)【オンライン配信セミナー受講限定】

8月1日からの1名申込み: 受講料 41,800円(E-Mail案内登録価格 39,820円 ) ※1名様でオンライン配信セミナーを受講する場合、上記特別価格になります。 ※他の割引は併用できません。

受講、配布資料などについて

ZoomによるLive配信 ►受講方法・接続確認(申込み前に必ずご確認ください)アーカイブ配信 ►受講方法・視聴環境確認(申込み前に必ずご確認ください)

配布資料

  • 製本テキスト(開催日の4、5日前に発送予定)※開催まで4営業日~前日にお申込みの場合、セミナー資料の到着が、開講日に間に合わない可能性がありますこと、ご了承下さい。Zoom上ではスライド資料は表示されますので、セミナー視聴には差し支えございません。

セミナー趣旨

ChatGPTはその自然な会話で世界を驚かせましたが,その基盤技術は革新的なニューラルネットである”Transformer”であることは意外と知られていません。ChatGPTがすごいのではなくてTransformerがすごいのです。徐々に内部計算エンジンであるTransformerの産業応用にも目が向き始めた段階にあります。本セミナーでは,まずAI機械学習の入り口である「ニューラルネットとは?」から初めて,その産業現場,時系列データや単語系列へ適用を学びます。そのうえで,大規模言語モデルの内部コアであるTransformerニューラルネットの数式原理を分かりやすく丁寧に説明します。内部はベクトル行列計算だけであることに驚かれるでしょう。そして,Transformer言語応用にとどまらず画像や予測といった産業現場応用への適用を目指す最先端研究の実例紹介し,将来の展望を受講生とディスカッションします。数学や機械学習の予備知識が全くない状態からの受講を仮定していますので,ご安心ください。

セミナープログラム

1.AI機械学習の現状 1.1 AI機械学習の位置づけ   教師有/無し学習,ニューラルネット,強化学習 1.2 産業応用への適用現状   事例:欠陥画像と検査,切削音と工具寿命,他2.ニューラルネットの基礎 2.1 MLP型ディープラーニング   ベクトル行列計算,活性化関数とは   事例:設備電力制御に適用・性能評価 2.2 系列型LSTM   再帰型系列ニューラルネットの基礎原理   事例:突発事象予測に適用・性能評価3.言語機械学習の基礎 3.1 単語符号化   埋込みベクトル化,なぜベクトルか?   単語意味の演算,文脈意味分布 3.2 生成AIの登場   大規模言語モデル:GPT・BERT4.生成AIのTransformerニューラルネット 4.1 生成AIの技術基盤Transformer   Transformerの内部アーキテクチャ   豊富な情報を与える単語位置ベクトル   単語間の関係性を抽出するQKV Attention機構 4.2 Transformer応用:自然言語から産業現場へ   自然言語応用のみならす系列データ処理の素質5.Transformer産業応用の研究事例 5.1 画像処理   ViTの画像Patch系列による注意個所の抽出 5.2 系列予測   TFTによる時系列変化点抽出の説明性能 5.3 構造予測   AlfaFold2によるタンパク質構造生成予測6.産業への可能性と課題 6.1 Transformerと産業現場の現実   産業現場データ収集困難さと対策   系列予測とTransformer内部計算説明性 6.2 展望  □質疑応答□