講習会
【主 催】 | 情報処理学会中国支部 |
---|---|
【共 催】 | 電気学会中国支部 電子情報通信学会中国支部 映像情報メディア学会中国支部 照明学会中国支部 電気設備学会中国支部 計測自動制御学会中国支部 |
【日 時】 | 2024年3月18日(月曜日) 15:00-16:30 |
【会 場】 | 「広島YMCA国際文化センター本館405号室」および Zoom とのハイブリッド 〒730-8523 広島県広島市中区八丁堀7-11 電話:082-227-6816 https://www.hymca.jp/hall/place/main_building/ |
【演 題】 | 『Deep Learningによる医療データ分析―限られた教師データを活用する研究を主として―』 |
【概 要】 | AI学習には通常大量の教師データが必要である。教師データとは、入力データとその正解ラベルとのペアをいう。 具体的事例としては、胸部X線写真(レントゲン写真)に対する「正常」や「異常」の正解ラベルがある。 AIは教師データをもとに、入力データに対する正しいラベルを出力する学習が可能であるが、医療などの一部分野では、大量の教師データの収集が困難である。 その要因については、先ず、臓器や疾患の種類、検査装置の違いなど、多様である一方で、同一種のデータ数は少数である。 また、医療倫理的な制約もある。更に、正解ラベル付与には膨大な労力がかかり、得られる教師データの数が限られてしまうなどの課題がある。 本講習では、限られた教師データを有効活用することを狙いとして、①半教師あり学習、②ドメイン変換、③自己教師あり学習などの方式を紹介し、医療データに適用した事例を通じて、各方式の特徴やデータの性質に応じたモデル構築に関する議論を行う。 |
【講 師】 | 間普 真吾氏 (山口大学大学院創成科学研究科 教授) |
【定 員】 | 現地 40名 + Zoom 80名によるハイブリッド |
【参加料】 | 無料 (現地/オンライン共に事前申込が必要です) |
【事前申込】 | 人数に上限があります (先着順) 3月14日(木) までにフォームから申込下さい. |
【申込フォーム】 | https://forms.gle/9nwxhpv82nZT3gB58 オンラインでご参加される方には,3月15日(金)にBCCにて,情報処理学会中国支部の事務局のメールアドレスから参加用のURLをご連絡いたします。 3月15日(金)に連絡を受け取られなかった方は,迷惑メールとしてフィルタされている可能性があります。迷惑メールフォルダをご確認ください。 迷惑メールフォルダにも案内メールがない場合,参加登録頂いたメールアドレスが間違っている可能性があります。 その場合は,情報処理学会中国支部事務局までメールでお問い合わせください. |
【申込・問合先】 | 情報処理学会中国支部事務局 E-mail: ipsj.chugoku@gmail.com |