株式会社とめ研究所 / 第一開発部
ある半導体部品観察画像分類技術の開発
Key Word: PyTorch, lightning anomaly detection(rd4ad), data generation(anomaly) transfer learning 欠陥種に対して汎用的欠陥検出が可能なモデルを開発(欠陥検出、欠陥分類それぞれ) 欠陥抽出と欠陥画像生成による水増やしによる精度向上の検証 モデルチューリング、転移学習
400万人が利用する会社訪問アプリ
株式会社とめ研究所 / 第一開発部
最近のノート(日中英混在注意、随時更新): https://huangpenguin.notion.site/Machine-Learning-9e698324c4a44ef180aa75be792c75c1?pvs=4 最近の課題:
人工知能、機械学習・ディープラーニング、データサイエンス、画像処理、検査・計測・ロボット、自然言語処理などの新アルゴリズム応用開発
Key Word: PyTorch, lightning anomaly detection(rd4ad), data generation(anomaly) transfer learning 欠陥種に対して汎用的欠陥検出が可能なモデルを開発(欠陥検出、欠陥分類それぞれ) 欠陥抽出と欠陥画像生成による水増やしによる精度向上の検証 モデルチューリング、転移学習
Key Word: Kotlin/JAVA, Python, MediaPipe, OpenCV-Python, PyRealsense Kalman filter, position calibration RGBカメラ、スマートグラスから動画像、スマートウォッチからのIMUなどのデータを取得しカルマンフィルタなどでデータ処理を加え人手の姿勢判断(向き)と位置(腰にある座標系に対して)決定する
【案件】大手自動車メーカー研究所向け/両耳データ解析プロジェクト 【役割】プログラマー 【担当業務】 ・お客様の移植要件の検討・調整等の打ち合わせに参加、議事録の作成 ・Python スクリプトを MATLAB に移植する ・MATLABを用いた移植実装・高速化・テスト
上級経済学知識、統計数理、機械学習でデータ分析を習得 修論研究は株式市場に関するSNSコメントの感情分析の手法比較(sentiment dictionary,ML,DL)
非線形、時系列データとかを扱う カルマンフィルターなどの方法で測量したデータの処理調整
よく使われる機械学習手法の実装(主にScikit-learn)
経済学専攻では、統計学と計量経済学を中心に学びました。特に、データを用いた経済問題の分析手法に注力し、回帰分析や時系列分析を活用した実証的な研究に取り組みました。これにより、経済現象を定量的に捉え、データを基にした政策評価や予測を行うスキルを習得しました。
測绘工程(Surveying Engineering)を専攻し、大学で空間情報技術、衛星測位、リモートセンシング(RS)、地理情報システム(GIS)などの理論と技術を学びました。 学びの特徴として、空間データの取得・分析やナビゲーション、衛星の軌道計算、環境(建物の変形などを)モニタリングといった応用
四年間夏休みに違う測量士、測量学トピックを体験した: 衛星暦データを処理して、衛星データを取得する。 測地データを収集し、高度データを解算する。 異なる地物の座標を収集し、大縮尺の地図を作成する。 重力計を用いて、異なる地点のデータを収集し、重力勾配を測定する。 OpenCVの簡単な処理関数を利用して、与えられたリモートセンシング画像データを処理し、テーマ別地図(水資源、地形分布)を作成する。 Key word: Python(Scipy、ArcEngine):Pythonプログラミング言語とScipy科学計算ライブラリ、ArcEngineモジュールを利用して、空間データの処理と分析を行いました。 C#(GPS-RTKデータの処理、ウィンドウアプリケーションの開発):C#を使用して、高精度GPS-RTKデータを処理するアプリケーションを開発し、データの視覚化とインタラクションのためのユーザーフレンドリーなグラフィカルインターフェースを設計しました。 ArcGIS、QGIS(ラスターデータの処理):ArcGISとQGISを活用して、ラスターデータの管理、分析、視覚化を行い、地理データ処理の効率を向上させました。
株式会社とめ研究所 / 第一開発部
Key Word: PyTorch, lightning anomaly detection(rd4ad), data generation(anomaly) transfer learning 欠陥種に対して汎用的欠陥検出が可能なモデルを開発(欠陥検出、欠陥分類それぞれ) 欠陥抽出と欠陥画像生成による水増やしによる精度向上の検証 モデルチューリング、転移学習