BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:Deep Learningハッカソン★実業務で使用しているA I画像解析モデルをハックしよう！ X-WR-CALNAME:Deep Learningハッカソン★実業務で使用しているA I画像解析モデルをハックしよう！ X-WR-TIMEZONE:Asia/Tokyo BEGIN:VTIMEZONE TZID:Asia/Tokyo BEGIN:STANDARD DTSTART:19700101T000000 TZOFFSETFROM:+0900 TZOFFSETTO:+0900 TZNAME:JST END:STANDARD END:VTIMEZONE BEGIN:VEVENT UID:683641@techplay.jp SUMMARY:Deep Learningハッカソン★実業務で使用しているAI画 像解析モデルをハックしよう！ DTSTART;TZID=Asia/Tokyo:20180728T100000 DTEND;TZID=Asia/Tokyo:20180728T170000 DTSTAMP:20260422T234711Z CREATED:20180705T100400Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/68364 1?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\nイベント概 要\n外壁の種類を判別する機械学習モデルを構築する ハッカソンです。\nいわゆる画像類別(Classification)タス クとなります。\n★機械学習を勉強中の方、機械学習 の業務を行っている方、是非ご参加ください。一緒に スキルアップすることを目的としています。\n今回用 いるデータセットは、ジャストで作成した全11種類の 壁面画像データセットとなっています。\nこれは実際 に業務で利用しているデータセットです。\n今回のハ ッカソンの為に特別にデータセットと、実際に使って いる深層学習モデルのソースコードをセットで公開す ることに致しました。 \n現実の機械学習業務では、ど のようなデータでどう業務を進めることになるのか、 という事を肌で感じてもらえると思います。\n公開す るプログラムでは、深層学習フレームワークとして「K eras」を使用しています。\nヒューマンリーダブルで非 常に使いやすいフレームワークですので、是非Kerasに も興味を持っていただきたいと思います。\n自分で一 からモデルを開発するのも良し、公開するプログラム を元に改変するのも良し。\nプログラムの改変は自由 に行っていただいて構いません。 \n課題について\n■ 建設業界の新人教育用の壁面仕上げ判定モデルの作成\ n▼背景\n建築の調査診断に壁面仕上げを判定する必要 があります。\nしかし、様々な種類のある壁面仕上げ を判定するのは素人には難しいものがあります。\n壁 面仕上げを判定し、建築の調査診断に活用したいと考 えモデルを設計していますが、\nAIでの自動判定にはど うしても誤差がつきものです。\n実際の調査にはほぼ10 0%の確実な判断が必要になります。\nそこで弊社では、 AIで業務判定を行うのではなく、\nまずは新人教育のた めにAIを使ってみようという課題設定を行いました。\n ▼今回取り組む課題\n現在、7割弱の正解率を持つ転移 学習モデルを構築しています。\n教育用としては、ま だ精度が少々低いため、精度を8割超まで上げることを 目的とします。\n▼現状のモデルで利用している技術 、キーワード\n\n前処理\n\n・基本的なData Augmentation(平 行移動、左右反転など)\n\nモデル\n\n・ImageNetの学習済 みモデル(keras.applications.vgg16)を元に転移学習したもの\n こちらベースラインとして改善したいと考えておりま す。\n何を持って帰れるのか\n機械学習、特に画像分類 に関する深層学習の手法を学べます\n今回公開するモ デルに用いている、以下の手法を紹介する予定です。\ n\nCNN\n転移学習\nDropOut\nBatch Normalization\n半教師在り学習 (Self-Training)\n\nこれらの他にも、参加者の皆さんが持 っている手法をお互いに学ぶことができます。\n私た ちも、参加者の皆さんから新しい手法を学べる事を大 いに期待しています！\nタイムテーブル\n\n受付時間は9 ：30～10：30になります。\n受付時に名刺を1枚頂戴いた します。\n6Ｆ受付でお名前をスタッフにお伝えくださ い。\n\n\n\n\n時間\n内容\n\n\n\n\n10:00～11:00\n導入説明\n\n\n 11:00～13:00\nハッカソン\n\n\n13:00～14:00\nお昼休憩\n\n\n14:0 0～16:00\nハッカソン\n\n\n16:00～17:00\n結果発表・懇親会\n \n\n\n\n※進行具合により、時間が前後する可能性があ ります。\n\n参加費\n\n無料\n\n事前準備/必要な機材等\n\ nPC：ブラウザでソースコードを共有しながらリアルタ イムでコーディングしていきます。\nGoogleアカウント ：colabを利用するのに必要です。\n\n※会場にはWi-Fiの 準備があります。\nこんな人を主な対象としています\n ※以下の一つでも当てはまる方\n\n\n機械学習エンジニ アとしてのスキルを向上させたい方\n\n\n大学の研究な どで機械学習を使用している方\n\n\n機械学習を勉強中 の方\n\n\n※ 興味があるが機械学習を学び始めたばかり の方へ\n今回は今まで開催したイベントの中でも高度 な内容になることを期待しております。\n基礎知識な どの丁寧なサポートはできないかもしれませんが、刺 激になる内容になると考えておりますので興味のある 方はぜひ参加してみてください！\n登壇者\n\n山崎 悟 ( 株式会社ジャスト) \n\n大学時代は数学(カオス理論)を 専攻。数学のバックグラウンドを生かして、2018年機械 学習の分野に独学で飛び込む。\n現在はCNNを用いた画 像解析、及びノンパラメトリック統計を利用した統計 的機械学習をメインに、機械学習の応用業務に当たっ ている。 \n\n金井　伸也（Kanai　Shinya)　　修士(理学) 　\n\n筑波大学及び同大学院にて学び、ニュートリノ崩 壊観測のための超伝導トンネル接合検出器の研究の後 、博士前期課程修了。\nパイオニア株式会社研究開発 部にて応用研究に従事。大手企業との共同研究や、半 導体デバイスの特性評価、検証に取り組む。その後、 株式会社セラクにて「IT×農業」をキーワードとした農 業の環境モニタリングサービス「みどりクラウド」の 、農作物の画像・センサーデータ解析の研究開発を始 め、機械学習領域の研究開発に携わっている。\n株式 会社ジャストについて\nジャストは建築物の調査を専 門に行っている会社です。 \n建築業界が、IT化やIoT、AI による自動化といった分野で、近年注目が集まってい る中、ジャストでは、建物の調査診断業務の付加価値 向上、および自動化に向けて研究開発を行っています 。\nそのためにジャストでは、今年度から機械学習・AI 分野の人材を強化し、最近では建物のX線写真から、鉄 筋の通りを調べ、そこに穴をあけることが出来るかど うか、という画像診断業務に深層学習を活用しました 。\nジャスト 機械学習(AI)先端技術「ディープラーニン グ」の調査診断技術への活用\n開催場所\n株式会社セラ ク\n東京本社\n〒160-0023 東京都新宿区西新宿7-5-25 西新 宿プライムスクエア６F\n注意事項\n\n受付時に名刺を1 枚頂戴いたします。\n当日は写真撮影を行います。も し写真撮影NGの方がいらしたら、スタッフまでお申し 出ください。\nイベント当日の様子は後日なんらかの 媒体に掲載させていただく場合がございます。　　\n お申込後、イベント内容は運営都合により変更/キャン セルになる場合がございます。予めご了承ください。\ n\nお問い合わせ\n運営事務局:d_media@seraku.co.jp LOCATION:東京本社 東京都新宿区西新宿7-5-25 西新宿プライ ムスクエア 6F URL:https://techplay.jp/event/683641?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR