【開催概要】
◇開催日：2025年 7月 30日（水）13:00～17：00 ※録画視聴も可能
◇申込URL：https://corp.nikkan.co.jp/seminars/view/7640
【開催主旨】
リザバーコンピューティングの仕組みから時系列データ予測への応用および実装の要点までを、デモを交えて解説。産業界での期待が高い振動駆動リザバーコンピューティングへの応用（故障予測など）にも触れるとともに、運動誤差の補正をはじめロボットなどでの活用方法を紹介します。
リザバーコンピューティングはシンプルな構造であるため、その実装が容易であるだけでなく、高い拡張可能性と応用可能性を有しています。また、深層学習よりも圧倒的に低い消費電力で動作し、かつリアルタイム性を備える特性から、IoTデバイスやエッジコンピューティングへの応用を加速すると見込まれます。
本講座を通じてリザバーコンピューティングをいち早く理解し、産業応用につなげましょう。
【受講効果】
■IPAプロジェクトマネージャーがRCの仕組みから実装上の留意点を解説！
■最も期待が高い故障予測など振動駆動RCの応用例を、デモを通じて学べます。
■ロボットやドローンなどでの高精度な検知に役立てる手法が得られます。
■貴社IoTデバイスやエッジコンピューティングへの応用・実装のコツが掴めます。
【開催プログラム】
1．リザバーコンピューティングの基礎
1-1 深層学習の課題
(1)ビッグデータと学習コスト／(2)消費電力／(3)エッジコンピューティング
1-2 ダイナミクスに基づく計算
※ダイナミクス：システムやプロセスの経時変化を指します
(1)ランダムニューラルネットワーク／(2)記憶容量と非線形性／(3)物理リザバーコンピューティング
1-3 ダイナミクスの特徴と学習則
(1)エコーステートプロパティとスペクトル半径／(2)最小二乗法／(3)逐次最小二乗法とFORCE学習
1-4 ネットワーク構造の単純化と深層化
(1)サイクルリザバー／(2)ディープリザバー
2．リザバーコンピューティングの時系列解析・ロボット制御への実装事例
2-1 時系列の分類と予測
(1)音声認識への応用／(2)カオス時系列の予測
2-2 ロボットへの応用
(1)制御則の学習／(2)参照軌道の学習／(3)運動誤差の補正
3．振動駆動リザバーコンピューティングへの応用
3-1 リザバーコンピューティングを用いた振動異常検知の利点
3-2 振動駆動リザバーコンピューティングの基礎
(1)タイミングの学習／(2)カオス時系列の予測
3-3 振動駆動リザバーコンピューティングの応用
(1)電力需要の予測／(2)工場ラインの異常検知（回転機械など）／(3)構造物の異常検知
4．まとめと質疑応答
配信元・問合先――――――――――――――――――――――――――――
今堀崇弘
日刊工業新聞社
t.imahori@media.nikkan.co.jp
0669463382