状態推定アルゴリズム～パーティクルフィルタの基礎・応用・実装【Web配信】

セミナー趣旨

  　時々刻々と変化するシーン中の動く対象物を追跡する課題に対して、効果的な解を与える「パーティクルフィルタ」について、その基礎・方法論から応用、プログラム実装までを網羅した講義内容である。
　確率・統計、ベイズ推定を出発点として、問題設定である「状態空間モデル」の定式化、その解を求める「状態推定」課題の明確化、状態推定の数式としての解（形式的な解）を理解する。これらの理論的な事実に基づいた方法論として、具体的な状態推定のアルゴリズム群を俯瞰する。カルマンフィルタに代表される解析的なフィルタ、パーティクルフィルタをはじめとする各種の近似フィルタ、および、更に発展的な方法について学ぶ。併せて、過去の時刻の推定である「平滑化」や、状態空間モデルに含まれる固定パラメータの推定についても触れる。発展的な課題として、複数対象の同時推定についても概観する。これらの理論および方法論を活用した応用として、複数分野の具体的な事例について概説する。プログラミングの実装例についても簡単に紹介する。

セミナープログラム

1. 状態空間モデルと状態推定
   1. 確率論と統計学
   2. 最尤推定、ベイズ推定・逐次ベイズ推定
   3. 状態空間モデル～マルコフ性、条件付き独立観測
   4. 状態推定とその形式的解～ろ波、予測、平滑化
2. 状態推定の方法
   1. 解析的フィルタ～カルマンフィルタ
   2. 近似フィルタ～パーティクルフィルタほか
   3. 発展的な方法～逐次モンテカルロフィルタ
   4. 平滑化と固定パラメータ推定～変分ベイズほか
   5. 複数対象の同時推定～ランダム有限集合状態空間モデル
3. 応用事例の紹介
   1. 簡単なモデルでの原理確認～トレンド・非線形モデル
   2. 時系列解析～非定常モデル、成分分解モデルほか
   3. ターゲット追跡～レーダー観測下の移動対象追跡
   4. Visual Tracking：動画像追跡～CONDENSATIONほか
   5. 複数異種センサの情報融合～尤度算出モデル
   6. 移動体の自己位置推定と地図学習～SLAM問題
   7. 複数対象の同時追跡～SMC-PHDフィルタほか
4. プログラミング実装
   1. C/C++実装
   2. Python 実装

セミナー講師

生駒 哲一（いこまのりかず）　氏
日本工業大学　基幹工学部　電気電子通信工学科　教授（博士（学術））

セミナー受講料

お1人様受講の場合　50,600円[税込]／1名
1口でお申込の場合　62,700円[税込]／1口（3名まで受講可能）

受講申込ページで2～3名を同時に申し込んだ場合、自動的に1口申し込みと致します。

受講について

• 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。