小規模しょうきぼデータでも活用かつようできる効果こうか的てきな機械きかい学習がくしゅう

1. 機械きかい学習がくしゅうの現状げんじょうと課題かだい

• 1.1 人工じんこう知能ちのうと機械きかい学習がくしゅう
  　　～人工じんこう知能ちのうと機械きかい学習がくしゅうの要点ようてん・AIの課題かだいと将来しょうらい展望てんぼう～
• 1.2 機械きかい学習がくしゅうの種類しゅるいと方法ほうほう
  　　～IBL・EBL・教師きょうしあり／なし学習がくしゅうなど～
• 1.3 深層しんそう学習がくしゅう（ディープラーニング）概論がいろん
  　　～ニューラルネットと深層しんそう学習がくしゅうの本質ほんしつと特徴とくちょう～
• 1.4 少量しょうりょうデータしかない場合ばあいの機械きかい学習がくしゅう
  　　～学習がくしゅうデータを増ふやす／少量しょうりょうでも学習がくしゅうできる方法ほうほうを用もちいる～

2. 学習がくしゅうデータを増ふやす方法ほうほう

• 2.1 基本きほん的てきな水増みずまし方法ほうほう
  　　～画像がぞうの幾何きか学がく的てき変形へんけい・階かい調ちょう変換へんかん・ノイズ混入こんにゅうなど～
• 2.2 特徴とくちょう空間くうかん・潜在せんざい空間くうかんを用もちいたデータの水増みずまし
  　　～特徴とくちょう抽出ちゅうしゅつ・次元じげん圧縮あっしゅくと教師きょうしなし分類ぶんるいに基もとづく方法ほうほう、AE、CAE、VAEなど～
• 2.3 CG(Computer Graphics)による画像がぞう認識にんしきの学習がくしゅうデータの生成せいせい
  　　～画像がぞう・物体ぶったい認識にんしき・自動じどう運転うんてんなどへの応用おうよう～
• 2.4 コンピュータが生成せいせいするデータによる学習がくしゅうデータの水増みずまし
  　　～シミュレータの利用りよう・コンピュータによるデータ生成せいせい・認識にんしきループ～
• 2.5 画像がぞう・テキスト用ようの生成せいせい系けいAIによるデータの水増みずまし
  　　～GAN、Diffusion model、ChatGPTなどの活用かつよう～

3. 少量しょうりょうでも学習がくしゅうできる方法ほうほう

• 3.1 ベイズ最適さいてき化かなどによる関数かんすう推定すいてい
  　　～少すくないサンプルから分布ぶんぷを推定すいていする～
• 3.2 進化しんか計算けいさん法ほうによるブラックボックス関数かんすう推定すいてい
  　　～遺伝いでん的てきプログラミング（GP）・CGPなど～
• 3.3 １クラス学習がくしゅうによる異常いじょう検知けんち
  　　～１クラスSVM・AEなどの利用りよう～
• 3.4 進化しんか的てき機械きかい学習がくしゅうによる処理しょりの自動じどう構築こうちく
  　　～リッチな処理しょり要素ようその進化しんか的てき組合くみあわせ最適さいてき化か～
• 3.5 転移てんい学習がくしゅう・蒸留じょうりゅう・浸透しんとう学習がくしゅう（Percolative Learnig）
  　　～既存きそん知識ちしきを有効ゆうこうに利用りようする～
• 3.6 深層しんそう回路かいろの構造こうぞう最適さいてき化かによる回路かいろ規模きぼの縮小しゅくしょう
  　　～Pruning・Neural Architecture Search（NAS）～

4. AIの業務ぎょうむへの導入どうにゅう方法ほうほう

• 4.1 AI導入どうにゅう時じの注意ちゅうい点てん
  　　～導入どうにゅう時じに注意ちゅういすべき点てん・外注がいちゅう時じの注意ちゅうい点てんなど～
• 4.2 AI人材じんざいの育成いくせい方法ほうほうについて
  　　～最もっとも望のぞまれる人材じんざい育成いくせい方法ほうほう・生いき残のこる企業きぎょうの特徴とくちょうなど～

5. まとめと質疑しつぎ応答おうとう

• ～Q&Aとディスカッション、AIよろず相談そうだん会かい～

参考さんこう資料しりょう：
• 　　A 代表だいひょう的てきな機械きかい学習がくしゅう法ほう
• 　　B 説明せつめい可能かのうAI（XAI:explainable AI）
• 　　C 共きょう進化しんかAI（CAI:Co-evolutional AI）
• 　　D テキスト用よう生成せいせい系けいAI（ChapGPTなど）
• 　　E 進化しんか計算けいさん法ほう概論がいろん
• 　　F 横浜国大よこはまこくだい・人工じんこう知能ちのう研究けんきゅう拠点きょてんのご紹介しょうかい