AI・IoT時代のデジタル信号処理：基本技術から応用例まで

セミナー趣旨

　IoTを活かしたデータ処理の流れは１）センサーによるデータの取得、２）デジタルデータ処理、３）データの可視化・活用となります。そこで、デジタルデータ処理においては、ノイズ除去や信号分離・抽出などのために様々なアルゴリズムが考案されています。しかし、それらはそれぞれの特徴があり、正しく理解して使用する必要があります。

　本セミナーは、実際の現場で役に立つ、専門知識が少ない方でも理解できるよう、データ分析の基礎から応用まで、原理から具体的な手法までを平易に解説します。さらに、デジタル信号処理のテクニックや注意すべきポイントなどについても、生体信号や音声信号、振動信号、画像など、多くの具体例を交えて説明していきます。

セミナープログラム

1．デジタル信号処理のための基礎知

　　　1-1　デジタル信号とフーリエ変換の基礎

　　　　　・ アナログからデジタルへの時間の離散化と振幅の量子化

　　　　　・ 周波数特性を見るためのフーリエ級数とその特性

　　　　　・ 離散フーリエ変換とその特性

　　　1-2　デジタルフィルタの基礎

　　　　　・ デジタルフィルタの基礎

　　　　　・ 移動平均フィルタの特性

　　　　　・ 実用・簡単な移動平均フィルタの設計法性

　　　1-3　ウェーブレット変換の基礎

　　　　　・ 連続ウェーブレット変換とその特性

　　　　　・ 離散ウェーブレット変換とその特性

　　　　　・ ウェーブレット変換による画像処理

2．ノイズ除去・信号分離の基本技術とテクニック

　　　2-1　信号の種類と処理目的に適応する信号処理法の選択

　　　　　・ 信号の種類とそれに適応する処理法の例

　　　　　・ 定常信号の処理法の例

　　　　　・ 非定常信号の処理法の例

　 　  2-2　フーリエ変換によるノイズ除去と信号分離

　　　　　・ フーリエ変換の知るべき特性

　　　　　・ フーリエ変換の特性を生かした信号処理のテクニック

　　　　　・ フーリエ変換によるノイズ除去と信号分離の例

　　　 2-3　ウェーブレット変換によるノイズ除去と信号分離

　　　　　・ ウェーブレット変換と短時間フーリエ変換の相違点

　　　　　・ 連続ウェーブレット変換による信号分離の例

　　　　　・ 離散ウェーブレット変換の縮退法によるノイズ除去の例

3．IoT・AI時代の信号抽出・異常検出の応用例

　　　 3-1　短時間フーリエ変換を用いた音源方向定位

　　　　　・ 実環境における音源方向定位の例

　　　　　・ ロボットの音源定位システムの応用例

　　　 3-2　ウェーブレット変換を用いた独立成分分析による音声信号抽出

　　　　　・ 理想環境における白色ノイズから音声信号の抽出例

　　　　　・ 実環境における混合音声から目的音声の抽出例

　　　  3-3　方向成分を利用した特徴検出と表面検査

　　　　　・ 橋床のひび割れ検出の応用例

　　　　　・ プリント基板の欠陥検出の応用例

　　　　3-4　ウェーブレット瞬時相関による異常信号検出

　　　　　・ 水道管の漏水音から漏水箇所検出の例

　　　　　・ クルマの異音検出の例

セミナー講師

章 忠　氏　　広島工業大学　工学部　知能機械工学科　教授

1993年岡山大学大学院博士課程修了．2004年まで、岡山県工業技術センター，計測制御研究室長・専門研究員，岡山県立大学大学院・助教授．
1998年9月から1999年3まで，オーストラリア Melbourne大学客員研究員．
2004年10月から2020年3月まで豊橋技術科学大学大学院工学研究科・教授。
振動騒音の計測制御，信号処理および異常診断，ウェーブレット変換およびIOT・AI技術の応用などの研究に従事．

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。