• 2020年03月04日(水) 10:30 ~ 17:30

１. 圧縮センシングとは何か
　 (１). スパース信号処理の問題提起の背景
　 (２). 圧縮センシングの問題の定式化
　 (３). スパース性を記述するノルム：L0ノルムおよびL1ノルム
　 (４). スパース学習問題との関連

２. 圧縮センシングの理論
　 (１). スパース信号復元保障に関する諸理論
　　　　　　（スパーク・相互コヒーレンス・制限等長性）
　 (２). L1ノルムを用いたスパース信号復元に関する相転移現象
　　　　　　（Donoho-Tanner相転移現象）
　 (３). ベイズ的手法(統計物理学的手法)による
　　　　スパース信号処理の諸問題の解析

３. 圧縮センシングの信号復元アルゴリズム
　 (１). 貪欲アルゴリズム
　 (２). 線形計画解法
　 (３). 緩和解法
　 (４). 閾値アルゴリズム
　 (５). メッセージ伝搬に基づくアルゴリズム

４. 圧縮センシングの応用例と最新技術・今後の展望

　圧縮センシングは、そのアイディアが最初に提案された際、
画像処理への応用が念頭にありました。
現在でも、少数データからの全体画像の再構成が
主な応用として考えられています。
　そこで例として、医療画像処理や天体画像処理等への
応用について紹介致します。
　また、圧縮センシングを計算機上で実行する際の
アルゴリズムに関し近年進展がありましたので、
それに関しても紹介致します。

　 (１). 圧縮センシングの応用例（主に画像処理）
　 (２). アルゴリズムに関する近年の発展
　 (３). 今後の展望

日本テクノセンター研修室