本教材では、PythonによるMagician E6の基本的な操作方法から、AIによる画像データの学習方法までテキスト1冊で丁寧に解説されており、ロボットアーム制御と画像認識AIを一体化した実習が実現できます。さらに、AIを用いない画像認識方法である「パターンマッチング」と、汎用性が高いAIモデルであるDNN（Deep Neural Network）を用いた画像解析を比較しながら学ぶこともできます。
教材の特徴
-
- ロボットアームの基本的な操作方法(Pythonを使用)から、AIによる画像データの学習方法までテキスト1冊で丁寧に解説されており、ロボットアーム制御と画像認識AIを一体化した実習が実現できる。
- 異なる種類のデータ(画像データ、音声データ、テキストデータなど)に対応でき、フィジカルAI領域で幅広く活用されている「DNN(Deep Neural Network)」を、演習課題に取り組みながら実践的に理解できる。
- AIを用いない画像認識方法である「パターンマッチング」と、汎用性が高いAIモデルであるDNNを用いた画像解析を比較しながら学ぶことができる。
こんな人におすすめ
-
- フィジカルAI時代に向けて、実習の中で関連技術を体験する機会をつくりたい
- 生産現場で最も普及している6軸のロボットアームを実習に取り入れたい
- 製造現場で活躍できる即戦力人材を育成したいと考える先生
- 座学中心の授業で、学生への学びの定着率が低いと感じる先生
資料ダウンロードは、フォームへ必要事項をご入力後、個人情報保護方針にご同意の上、「送信」ボタンをクリックしてください。
※ダウンロードのエラーが出た場合は、お手数ですがこちらにご連絡ください。
afrel-learnlab@afrel.co.jp