自動運転の認識技術を改善するDomain AdaptationとMLOpsの仕組みについて
現地開催
基本情報
- 日時
- 〜
- 開催形式
- 現地開催
- 会場
- TIER IV 品川オフィス
イベント内容
概要
自動運転システムのMLOpsの開発チームから、学習-評価-リリースまでの一連のパイプラインについてご紹介します。
MLOpsの基本として機械学習のモデルの精度のみならず、実際にモデルが読み込まれて動くソフトウェアにインテグされた状態で評価をし、リリースすることが重要です。
今回のミートアップでは、ティアフォーで行っている自動運転の機械学習について学習 → 評価 → リリースまでの一連の仕組みと機械学習の評価の仕組みや拠点展開に向けての研究開発中の内容についてご紹介します。
視聴リンク: https://www.youtube.com/watch?v=BSRIcFKtKVM
コンテンツとタイムスケジュール
日時：2023年8月1日(火) 19:00～21:00頃まで
| 目安時間 | 内容 | 概要 |
|---|---|---|
| 19:00- | オープニング | |
| 19:05- | 自動運転のMLOpsを支えるクラウドの仕組みについて（太田 力） | 自動運転の機械学習、評価、リリースでは、膨大なデータを使い、実際に車両で動くソフトウェアとインテグして動作確認し、そのコードベースがリリースされる仕組みが必要となります。ティアフォーで構築しているクラウド基盤の仕組みについてご紹介します。 |
| 19:25- | 機械学習モデルの評価方法について（上竹 幸太郎） | 自動運転では、機械学習で認識した結果をもとに経路計画などのプランニング処理が動きます。そのため、一般的な画像認識で評価される指標だけでなく、認識距離の性能など様々な観点で評価することが必要です。現在行っている評価やその仕組みについてご紹介します。 |
| 19:45- | 多拠点展開に向けたDomain Adaptationの取り組みについて（村松 佑亮） | 自動運転では、走行環境 (≒Operational Domain)に合わせて機械学習モデルを改善していくことが求められます。多拠点で自動運転を行うために、各拠点で必要なデータをゼロから集めると時間もコストも膨大にかかってしまいます。データを有効活用するために行っている研究開発の内容をご紹介します。 |
| 20:05- | クロージング | |
| 20:10- | 懇親会 |
※アジェンダや登壇者は変更になる可能性がございます
キーワード
- TIER IV
- 自動運転
- 機械学習
- MLOps
- Autoware
注意事項
- タイムスケジュールや参加者は変更となる可能性がございます
- イベントの内容は後日任意の媒体にて公開させていただくことがございます
リンク集
注意事項
※ こちらのイベント情報は、外部サイトから取得した情報を掲載しています。
※ 掲載タイミングや更新頻度によっては、情報提供元ページの内容と差異が発生しますので予めご了承ください。
※ 最新情報の確認や参加申込手続き、イベントに関するお問い合わせ等は情報提供元ページにてお願いします。
