昨今、広汎な分野(ゲーム、経済、自動運転、ロボットなど)で利活用されつつある知的な情報処理手法として人工知能(AI:Artificial Intelligence)技術が脚光を浴びています。これらAIの核となる処理は、「推論：知識をもとに、新しい結論を得ること」、「学習：情報から、将来使えそうな知識を見つけること」の二つに大別され、ディープ・ラーニング(深層学習)とよばれる新しい適応計算処理が大きな役割を果たしています。
本セミナでは、まずディジタル信号処理の数式表現の基礎（差分方程式、ｚ変換）について、実習を通して復習し、理解を深めていただきます。続いて、ディジタル信号処理でしか実現できない時変的な適応ディジタル・フィルタを取り上げ、その学習計算アルゴリズムが人工知能の基礎理論(バック・プロパゲーション法、ディープ・ラーニング)につながることを、シミュレータ演習を交えて解説します。具体例としてディジタル・フィルタ（雑音除去、信号抽出）や、適応ディジタル・フィルタから人工知能につながる計算アルゴリズムにフォーカスして説明します。シミュレーション演習を通して、「ＤＳＰ技術を使えば、こんな芸当ができるんだ」、「人工知能（ＡＩ）も難しいと思ってたけど、どうってことはない、超簡単なんだ」という感覚を実感してもらう予定です。
その際、科学技術計算用フリーソフトウェア「Scilab」、表計算ソフトウェア「Microsoft Excel」と、アナログ／ディジタル信号処理用シミュレータ「InterSim」を活用し、受講者自ら手を動かして演習を行いながら、視覚的かつ体感的に理解してもらいます。
＜本セミナーの概要＞
１ ディジタル信号処理を理解する上での"キホンのキ"を知ろう［演習］
１−１ z変換
１−２ 差分方程式
１−３ プログラム表現
１−４ ブロック線図
１−５ 伝達関数とインパルス応答
２ 人工知能（ＡＩ）の基礎数学［演習］
２−１ ＡＩと機械学習
２−２ 最小値検索
２−３ 勾配降下法
２−４ 最小２乗法
２−５ 相関関数
２−６ 線形予測
３ 適応ディジタル・フィルタの基礎［演習］
３−１ 適応ディジタル・フィルタアルゴリズム
３−２ 適応／学習処理アルゴリズム
３−３ 最小２乗平均（ＬＭＳ）の原理
３−４ システム同定（アナログフィルタのディジタル化）
３−５ 雑音除去
４ 機械学習とニューラルネットワーク［演習］
４−１ データ分類と識別関数
４−２ 機械学習の基本アルゴリズム
４−３ 機械学習を体感してみよう
４−４ 活性化関数
４−５ 一般化した識別関数と学習アルゴリズム
４−６ ニューラルネットワークとは
４−７ 単純パーセプトロンによる機械学習
５ 深層学習（ディープラーニング）［演習］
５−１ 多層パーセプトロンとは
５−２ 多層パーセプトロンの機械学習を体験してみよう
５−３ 深層学習アルゴリズム（誤差逆伝搬法）
６ ポイントの整理とまとめ
＜ご注意＞
・本技術講習会では、ノートPCの持ち込みと事前のソフトウェアインストールが必要となりますので各自ご持参ください。
（事務局では、PCの準備を行うことはできませんのであらかじめご了承ください。）
・事前のインストールが必要なソフトウエアは、「Microsoft Excel」、「Scilab」、「InterSim」の３つです。
・「Microsoft Excel」については各自ご用意ください。
・ハイブリッド（アナログ／ディジタル）シミュレータ InterSim（90日版−無料試用版）及びScilabの入手方法及びインストール手順については、本講習会へのお申し込み後に個別ご連絡いたします。
・ハイブリッド（アナログ／ディジタル）シミュレータ InterSimの詳細については、株式会社マイクロネットさまのHPよりご確認ください。
・Scilabの詳細については、ScilabのHPよりご確認ください。
|
会員でない方も参加できます
