以下の類似セミナーへのお申込みをご検討ください。
システム同定によるデータ駆動モデリングの基礎とカルマンフィルタとの関係
ベイズ統計学の基礎とデータ分析・予測への応用
<基礎から学ぶ>LiDARセンサーと自動運転への応用~仕組み・特徴・活用事例・最新開発動向~<Zoomによるオンラインセミナー>
1日で分かるVisual SLAMの基礎
ベイズ統計によるデータ分析のすすめ方【入門講座】~ベイズ統計の基本から各モデリング手法の理解・実践まで~
Pythonではじめる機械学習入門講座
3次元モデリング/自由視点画像生成のための「NeRF」の基礎
ベイズ統計学の基礎と演習
【中止】パーティクルフィルタの基礎・応用・実装~状態空間モデルと状態推定、各種アルゴリズム~
開催日 |
10:30 ~ 16:30 締めきりました |
---|---|
主催者 | 株式会社トリケップス |
キーワード | 情報技術 制御・システム モンテカルロ法 |
開催エリア | 全国 |
開催場所 | お好きな場所で受講が可能 |
パーティクルフィルタの基礎・方法論から
応用、プログラム実装までを網羅!
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 51,700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。
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概説する.関連した話題として,変分推論(変分ベイズ)についても触れる.更に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
1.1 確率論と統計学
1.2 最尤推定,ベイズ推定・逐次ベイズ推定
1.3 状態空間モデル〜マルコフ性,条件付き独立観測
1.4 状態推定とその形式的解〜ろ波,予測,平滑化
2 状態推定のアルゴリズム
2.1 解析的フィルタ〜カルマンフィルタ
2.2 近似フィルタ〜パーティクルフィルタほか
2.3 発展的な方法〜逐次モンテカルロフィルタ
2.4 平滑化と固定パラメータ推定〜変分推論ほか
2.5 複数対象の同時推定〜ランダム有限集合
3 応用事例の解説
3.1 簡単なモデルでの原理確認〜トレンド・非線形モデル
3.2 時系列解析〜非定常モデル,成分分解モデルほか
3.3 ターゲット追跡〜レーダー観測下の移動対象追跡
3.4 Visual Tracking:動画像追跡〜CONDENSATIONほか
3.5 複数異種センサの情報融合〜尤度算出モデル
3.6 移動体の自己位置推定と地図学習〜SLAM問題
3.7 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
4.1 C/C++実装
4.2 Python 実装