【MATLAB × AWS入門 セミナー】 ～ 研究室でこれからはじめるクラウド・機械学習・ディープラーニング ～

MATLAB × AWS入門セミナーを開催いたします！
※ 本セミナーは、下記お申し込みサイト(こくちーずPRO)と同じセミナーとなります。 重複してご登録された方は大変お手数ですが、Doorkeeperの登録をキャンセルください。
http://www.kokuchpro.com/event/tokyo01/

---

■セミナー参加対象者および定員

セミナー参加対象者 ： 大学教職員、学生、院生、研究機関、企業にお勤めの方

お席に限りがございますため、同業他社のご参加はお受けしておりません。
ご了承くださいますようお願い申し上げます。

定員： 10名 ※セミナー自体の参加人数は100人となります。

---

本セミナーではMATLAB による画像と統計解析・機械学習の中間に位置するさまざまな技術トピックについて、具体的なデモを交えつつ一からご説明します。機械学習・ディープラーニングに加え、識別器の開発に必要な学習用画像データ生成のためのアイデアや、オブジェクト分離を含んだ各種前処理から検証に至るまで、機械学習のワークフローを幅広くご紹介します。

また、AWS（Amazon Web Services） につきましては、AWS Partner Network (APN) コンサルティングパートナーであり、大学向けにAWS導入サポートを行っている信興テクノミストよりAWSの概要、メリット・デメリットおよび大学でのAWS導入事例（MATLAB on AWS）含めまして、研究室でのAWS利用の今をご説明いたします。

MATLABやAWSにご興味がある方、導入をご検討の方、お気軽にご参加ください。 初めての方にも分かりやすいように基礎部分からお話させていただきます。

---

■スケジュール

※講演タイトル及び講演順が変更になることがございます。

---

■セッション概要

•AWS（Amazon Web Services）とは？（45分）
信興テクノミスト 第2システムプロデュース部 主任/ソリューションアーキテクト 花田 勝仁

2006年にサービス提供を開始したAmazon Web Services(AWS)は、今では世界中で3,400を超える教育機関様にご利用いただいています。本セッションではAWSの概要とメリット・デメリット、ご利用事例およびハイスペックなAmazon EC2(仮想サーバー)を実際に作成してご紹介致します。

•大学研究室でのAWS導入事例 (MATLAB on AWS)（45分）
信興テクノミスト 第2システムプロデュース部 主任/ソリューションアーキテクト 花田 勝仁

現在、多くの研究室のお悩みとして研究室にある大規模処理のためのハイスペックなサーバーは卒論シーズンや学会前など繁忙期に使用されることが多く、フルシーズン使われないことで高価なサーバーリソースが有効に活用されていません。さらに数年ごとに最新スペックのサーバーに買い換えるという状況です。また、学内停電や障害対応・バックアップなどの対応で本来の研究とは別に管理コスト・時間を費やすことがあります。
本セッションではそのような課題をAWSでどのように解決に至ったのか、京都大学、大阪大学などの実例を交えながら分かりやすくご説明致します。

•MATLABによる機械学習基礎（画像編）（30分）
MathWorks Japan アプリケーションエンジニア　太田 英司

本セッションでは、カメラ等から取得される画像データを題材として、特徴抽出、分類・クラスタリングといった機械学習の基本的な概念をご紹介します。

・画像からの特徴抽出
・画像特徴量を使った画像の分類（SVM等）

•MATLABによる深層学習（ディープラーニング）（50分）
MathWorks Japan アプリケーションエンジニア　太田 英司

従来、機械学習の分野では、学習対象から適切な特徴量を抽出する「特徴抽出」が非常に大きな意味を持っていました。よい学習器を作るには、よい特徴量を見つけ出すことが必須であり、そのための試行錯誤やノウハウが学習器の性能を大きく左右していました。しかし、こうした状況はニューラルネットワーク、特に深層学習に関する技術の進展により大きく変わりつつあります。いままで試行錯誤で探していた特徴量を、データ自身から自動的に学習させることができるようになったのです。
本セッションでは、機械学習分野にて今日非常に脚光を浴びている深層学習を、簡単なデモを交えつつご紹介します。

・ニューラルネットワークの基礎
・積層自己符号化器(Stacked Autoencoders)
・畳み込みニューラルネット(Convolutional Neural Network)
・転移学習（DeCAF）
・分類以外のDeCAFの応用（類似画像検索・異常検知等）

•MATLABによる画像機械学習 実践テクニック（50分）
MathWorks Japan シニア・アプリケーションエンジニア 乙部 雅則

機械学習を実際の問題に適応する場合、統計学的な機械学習の処理以外にも、さまざまな技術が要求されます。本セッションでは、大量の学習データの準備から画像の前処理･関心領域(ROI)の抽出から、構築した認識器の検証にいたるまで、MATLABが持つ様々な機能を用いた機械学習のワークフローをご紹介します。

・学習用データの生成
- ラベリング
- 学習データの拡張
・各種カメラデバイスとの接続・レンズ歪補正
・各種トラッキングやオプティカルフロー等を用いた関心領域の抽出
・誤検出の補償
・認識器の検証