ディジタル信号による統計的信号処理の基本原理の理解と応用
| 開催日 |
10:00 ～ 16:30 締めきりました |
|---|---|
| 主催者 | サイエンス＆テクノロジー株式会社 |
| キーワード | 情報技術 通信工学 |
| 開催エリア | 全国 |
| 開催場所 | Live配信セミナー(会社・自宅にいながら受講可能) |
通信技術/計測データ/画像処理/音声認識 信号処理の基本
〇生体情報やセンサー計測・レーダーなどのセンシング技術
〇自動化に向けた画像認識や音の認識、通信技術などのデータ処理
〇自動化に向けた画像認識や音の認識、通信技術などのデータ処理
様々なディジタル信号を扱う上で基礎となる「統計的信号処理」を詳しく解説！
難解なスペクトル解析やアルゴリズムの本質など独学では理解しにくい部分を
音、画像、通信等への応用例などを用いてわかりやすく解説致します。
難解なスペクトル解析やアルゴリズムの本質など独学では理解しにくい部分を
音、画像、通信等への応用例などを用いてわかりやすく解説致します。
セミナー講師
埼玉大学 大学院 理工学研究科 数理電子情報系専攻 ／ 工学部 情報工学科 教授 島村 徹也 氏
セミナー受講料
※お申込みと同時にS&T会員登録をさせていただきます(E-mail案内登録とは異なります)。
49,500円( E-mail案内登録価格46,970円 )
E-Mail案内登録なら、2名同時申込みで1名分無料
2名で 49,500円 (2名ともE-mail案内登録必須／１名あたり定価半額24,750円)
【1名分無料適用条件】
※2名様ともE-mail案内登録が必須です。
※同一法人内(グループ会社でも可)による2名同時申込みのみ適用いたします。
※3名様以上のお申込みの場合、１名あたり定価半額で追加受講できます。
※請求書（PDFデータ）は、代表者にE-mailで送信いたします。
※請求書および領収証は1名様ごとに発行可能です。
(申込みフォームの通信欄に「請求書１名ごと発行」と記入ください。)
※他の割引は併用できません。
※テレワーク応援キャンペーン(1名受講)【Live配信/WEBセミナー受講限定】
１名申込みの場合：39,600円 ( E-Mail案内登録価格 37,620円 )
※１名様でLive配信/WEBセミナーを受講する場合、上記特別価格になります。
※他の割引は併用できません。
受講について
Zoom配信の受講方法・接続確認
- 本セミナーはビデオ会議ツール「Zoom」を使ったライブ配信となります。PCやスマホ・タブレッドなどからご視聴・学習することができます。
- 申込み受理の連絡メールに、視聴用URLに関する連絡事項を記載しております。
- 事前に「Zoom」のインストール(または、ブラウザから参加)可能か、接続可能か等をご確認ください。
- セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
- セミナー中、講師へのご質問が可能です。
- 以下のテストミーティングより接続とマイク/スピーカーの出力・入力を事前にご確認いただいたうえで、お申込みください。
≫ テストミーティングはこちら
配布資料
- 製本テキスト(開催前日着までを目安に発送)
※セミナー資料はお申し込み時のご住所へ発送させていただきます。
※開催まで4営業日～前日にお申込みの場合、セミナー資料の到着が開講日に間に合わない可能性がありますこと、ご了承下さい。
セミナー趣旨
本講演では、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。
本講演では、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。
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。
本講演では、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。
受講対象・レベル
・高校数学程度の知識を有する方
※分野的な制約は特にございません
習得できる知識
・ディジタル信号処理の基礎
・統計的信号処理技術の広い知識、利用のノウハウ
・最近の研究動向
セミナープログラム
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．最近の技術と応用
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
□ 質疑応答 □
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．最近の技術と応用
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
□ 質疑応答 □