1口（1社3名まで受講可能）でのお申込は、

　受講料　57,000円（税別）/1口　が格安となります。



『ディープラーニング（Deep Learning）と
ロボットの行動系列学習』


〜概要と今後の展望〜

 S180208A



　

開催日時：2018年2月8日（木）10:00-17:00

会　　場：中央大学駿河台記念館（千代田区神田駿河台3-11-5）

受 講 料：お1人様受講の場合　47,000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）


画像認識セミナー日程表　　新宣伝セミナー日程表

　

　講　師

　尾形哲也（おがたてつや）　氏　

　　早稲田大学　理工学術院 基幹理工学部 表現工学科　教授（博士（工学））
　　国立研究開発法人産業技術総合研究所　人工知能研究センター　特任フェロー

 ＜略歴＞　 　1993年　早稲田大学　理工学部　機械工学科卒業
　1997年　日本学術振興会　特別研究員
　1999年　早稲田大学　理工学部　助手
　2001年　理化学研究所　脳科学総合研究センター　研究員
　2003年　京都大学大学院　情報学研究科　講師
　2005年　京都大学大学院　情報学研究科　助教授（2007年より准教授）
　2012年　早稲田大学　基幹理工学部　表現工学科　教授
＜受賞…2010年以降のもの＞　 　2010年　国際会議IEA/AIE論文賞
　2010年　Award for Entertainment Robots and Systems（NFT Award）, IROS2010.
　2011年　人工知能学会研究会優秀賞
　2011年　Best paper award（Robotics）, SII2011
　2015年　ティーチングアワード総長賞, 早稲田大学
　2017年　IBM 2017 Faculty Award
＜最近の学会/社会活動＞　 　日本ロボット学会欧文誌委員（H16-現在）
　日本ロボット学会評議員（H19-H21, H22-H24）
　日本ロボット学会ロボティック・サイエンス研究専門委員会幹事（H20-現在）
　日本学術振興会「ロボット共生社会実現に向けたロボットの知能発達」先導的研究開発委員会幹事（H22-H25）
　計測自動制御学会SI2011広報委員長（H23）
　人工知能学会代議員（H23-H25）
　人工知能学会理事（H26-現在）
　日本機械学会ロボメカ部門表彰委員会委員（H24, H25）
　日本ロボット学会理事（欧文誌）（H25-H27）
　日本ディープラーニング協会理事（H29-現在）
＜所属学会＞　 　情報処理学会　/　日本ロボット学会　/　日本機械学会　/　人工知能学会　/　計測自動制御学会　/　バイオメカニズム学会　/　IEEE
＜参考図書＞　 　『ディープラーニングがロボットを変える』，B&Tブックス日刊工業新聞社，2017年7月25日

　セミナーの概要

 

　本セミナーでは、現在、画像・音声の研究領域で大きな関心を集めている「ディープラーニング」の手法について、その歴史と各種の学習アルゴリズムを概説します。その後、マルチモーダル学習という新しい分野へ応用した我々の最新研究の概要を示した後、ロボットの環境認識と行動学習への応用事例を具体的に紹介します。最後に、リカレントニューラルネットへの展開等、将来の研究動向を議論します。

　

　講義項目

　第1講　神経回路モデル入門

　　1　神経回路モデルの歴史
　　2　ニューラルネットワーク基礎
　　　2.1　ニューロンモデル
　　　2.2　最急降下法

　第2講　DNNの概要とツール

　　1　様々なDNNと学習法
　　　1.1　Autoencoder
　　　1.2　Convolution Neural Network
　　　1.3　高速化（Momentum、Dropout、Adagrad、Adam など）
　　2　Tensorflow，Chainerなどの概要
　　3　実例：講演者の研究室での事例紹介

　第3講　マルチモーダル学習

　　1　様々なモーダル学習
　　　1.1　画像認識の事例
　　　1.2　音声認識の事例
　　　1.3　マルチモーダル学習事例
　　2　ロボットの行動学習
　　　2.1　Deep Q-Learning
　　　2.2　End to End Learning
　　　2.3　運動系列学習（予測と生成）：講演者の実現例

　第4講　RNNの概要と時系列処理

　　1　新しいRNNの学習手法と特徴
　　　1.1　RNNPB
　　　1.2　MTRNN
　　　1.3　LSTMなど
　　2　RNNを用いたSeq2Seq学習
　　　2.1　音声認識
　　　2.2　翻訳、対話
　　　2.3　ロボットの言語と運動の統合学習


　第5講　今後の展望

　　1　DNNとRNNの統合モデル
　　2　身体性に基づいた知能へ



　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