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
機械学習を用いた画像認識技術の基礎とその応用
フローマイクロリアクターの流体制御と流路破断・閉塞対策
Pythonではじめる機械学習入門講座
においセンサの開発動向と高感度化、応用事例
第一原理計算と機械学習を用いた材料設計 ~基礎原理から機械学習力場活用の最新動向まで~
電磁波および電磁波ノイズを活用したエナジーハーベスト(環境発電)の技術動向と情報通信技術への応用、実用化への課題および展望
機械学習/AIによる特許調査の高度化で実践するスマート特許戦略
カルマンフィルタの実践手法と応用事例
開催日 |
10:00 ~ 17:00 締めきりました |
---|---|
主催者 | 株式会社 技術情報協会 |
キーワード | 情報技術 制御・システム メカトロ・ロボティクス |
開催エリア | 東京都 |
開催場所 | 【品川区】技術情報協会セミナールーム |
交通 | 【JR・地下鉄】五反田駅 【東急】大崎広小路駅 |
カルマンフィルタは「難解で理解が難しい」と
思っている方へ向けて、実際に使うための
基本とポイントから応用事例まで平易に解説します。
講師
慶應義塾大学 理工学部 物理情報工学科 教授 工学博士 足立 修一 氏
受講料
1名につき50,000円(消費税抜き・昼食・資料付き)
〔1社2名以上同時申込の場合1名につき45,000円(税抜)〕
プログラム
★ セミナーにご参加いただいた方には、「カルマンフィルタの基礎」(足立 修一/丸田 一郎 著、東京電機大学出版局、2012.10)を配布いたします。本書はセミナーのサブテキストとしても使用します。
【講座概要】
産業界においてモデルベースアプローチの有用性が認識されてきました。本セミナーでは,究極のモデルベースアプローチであるカルマンフィルタについて平易に解説することを試みます。カルマンフィルタを用いることにより,雑音に汚された測定値から信号成分をフィルタリングでき,センサで測定されない状態量を推定することもできます。カルマンフィルタは,時系列やシステムに対して適用できる実用的なフィルタですが,最近では機械学習との関係も指摘されており,それらについても説明したいと思います。
1.はじめに
1.1 アナログフィルタとディジタルフィルタ
1.2 カルマンフィルタとは
2.カルマンフィルタを学ぶための基礎
2.1 時系列の状態空間モデリング
2.2 確率過程の準備
2.3 最小二乗法
2.4 最尤推定法
3.線形カルマンフィルタ
3.1 線形カルマンフィルタのアルゴリズム
3.2 定常カルマンフィルタ
3.3 非定常カルマンフィルタ
3.4 数値シミュレーション例
4.非線形カルマンフィルタの考え方
4.1 拡張カルマンフィルタ(EKF)
4.2 無香料カルマンフィルタ(UKF)
5.時系列のモデリング
5.1 ARモデルのパラメータ推定
6.まとめ
【質疑応答・個別質問・名刺交換】