化学品の市場調査、研究開発の支援、マーケット情報の出版

~Statistical Signal Processing~
 
☆☆☆ 本セミナーは、Zoomを使用して、行います。☆☆☆

トリケップスセミナー

 開催日時:2023年4月26日(水)10:00~16:30
 参 加 費:お1人様受講の場合 51,700円(税込/1名)
     1口(1社3名まで受講可能)でお申し込みの場合 62,700円(税込/1口)

 ★ 本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、お申込み前にZoomのテストミーティング(http://zoom.us/test)にアクセスできることをご確認下さい。

 ★ インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。

 ★ 受講中の録音・撮影等は固くお断りいたします。

講 師

島村 徹也(しまむらてつや) 氏 
   埼玉大学大学院 理工学研究科 数理電子情報部門 教授(工学博士)

<経歴、等>
 1986年 慶應義塾大学 理工学部卒。
 1991年 慶應義塾大学大学院 理工学研究科 博士課程了、工学博士。
 1991年 埼玉大学 工学部 情報工学科 助手。
  1995年 ラフバラ大学(イギリス) 客員研究員。
  1996年 ベルファーストクイーンズ大学(イギリス) 客員研究員。
 1998年 埼玉大学 助教授。
 2007年 埼玉大学 教授。

IEEE, アメリカ音響学会、日本音響学会、電子情報通信学会、信号処理学会、電気学会 会員。
現在、信号処理学会編集長

専門はディジタル信号処理とその音声、画像、通信への応用など。論文・著書多数。これまで20社を超える企業との共同研究を実施するなど、産学連携に力を入れている。2019年より「AI時代の画像処理技術研究会(埼玉大学産学官連携協議会)」の代表を務め、年に複数回の研究発表会を主導している。

セミナーの概要

 本セミナーでは、ディジタル信号処理の中でも特に統計的信号処理と呼ばれる統計を扱う信号処理技術に関して、詳しくご説明致します。
 音、画像、通信等のデータは不規則信号です。不規則信号を処理するためには不規則信号処理が必要です。それが統計的信号処理です。具体的にはスペクトル解析、適応信号処理が中心的となりますが、それらの理解を助けるためにディジタル信号処理の基本概念からはじめ、スペクトル解析の準備としてフ-リエ変換について定義の他に物理的解釈に触れ、その応用に至るまでをカバーします。
 理工系の大学では、必ずと言っていいほど、ディジタル信号処理に関する講義が行われます。しかしながら、学部の講義では時間の関係上、統計的信号処理まで進めないのが現状です。よって、現実問題として多く遭遇する不規則信号の取り扱いは、実際に対応される企業技術力に依存することになりますが、総計的信号処理に利用されるアルゴリズムの複雑さは、その理解の妨げが企業展開のネックになることが懸念されます。
 本セミナーでは、個々のアルゴリズムの本来の狙いは何かを理解することを目的とし、丁寧な説明を心がけ、参加者の理解の一助となることを目指します。また、音、画像、通信等への応用例を複数挙げ、実際にどのように利用可能かのヒントを示します。圧縮センシング、独立成分分析、カルマンフィルタなどの最近の技術についても紹介し、それらも含め、講師のこれまでの企業との共同研究の経験から統計的信号処理の利用のノウハウを解説致します。さらには最近の統計的信号処理技術の進展や動向に関しても言及する予定です。

講義項目

 1 信号処理の基礎的事項
  1.1 サンプリング
  1.2 離散時間信号
  1.3 離散時間システム(ディジタルフィルタ)
  1.4 FIRフィルタとIIRフィルタ
  
 2 フーリエ解析
  2.1 フーリエ級数
  2.2 フーリエ変換
  2.3 離散フーリエ変換と高速フーリエ変換(FFT)
  2.4 処理例
  
 3 スペクトル解析
  3.1 不規則信号
   3.1.1 相関関数
   3.1.2 パワースペクトル
  3.2 ノンパラメトリック法
  3.3 パラメトリック法
   3.3.1 線形予測
   3.3.2 ARスペクトル推定
   3.3.3 ARMAスペクトル推定
   3.3.4 次数推定
  3.4 部分空間法
  3.5 応用例
  
 4 適応信号処理
  4.1 適応アルゴリズム
   4.1.1 LMSアルゴリズム
   4.1.2 RLSアルゴリズム
   4.1.3 各種アルゴリズム
  4.2 応用例
   4.2.1 システム同定
   4.2.2 エコーキャンセラ
   4.2.3 ノイズキャンセラ
   4.2.4 信号強調
   4.2.5 イコライザ
   4.2.6 その他
  
 5 最近の研究動向
  5.1 圧縮センシング
  5.2 独立成分分析
  5.3 カルマンフィルタ
  5.4 音、画像、通信等への応用
  
 6 最新動向
  6.1 適応信号処理の進展
  6.2 深層学習との関連性
  6.3 その他