１．ディジタル信号処理の基礎

　　（１）．信号と雑音の基本モデル

　　　　ａ．信号と雑音の区別と加法モデル

　　　　ｂ．離散時間信号とサンプリング定理

　　（２）．線形システムと畳み込み演算

　　　　ａ．インパルス応答と畳み込みの意味

　　　　ｂ．線形時不変システム（LTI系）の直感的理解

　　（３）．周波数解析の基礎

　　　　ａ．フーリエ変換と高速フーリエ変換（FFT）

　　　　ｂ．周波数応答とスペクトルの見方

　　（４）．デモ：ノイズを含む単純信号のスペクトル解析

２．適応信号処理の原理と主要アルゴリズムを用いたノイズ除去への応用

　　（１）．適応フィルタとは何か

　　　　ａ．誤差最小化と最急降下法の考え方

　　　　ｂ．LMS（Least Mean Squares）アルゴリズムの導出と動作原理

　　（２）．代表的な適応アルゴリズム

　　　　ａ．LMS・NLMS・RLSの比較

　　　　ｂ．収束速度と安定性の考え方

　　（３）．応用例：ノイズ除去・エコーキャンセラ・アクティブノイズ制御（ANC）

　　（４）．デモ：LMSフィルタによるホワイトノイズ除去シミュレーション

３．ブラインド信号処理の基礎と信号分離のポイント

　　（１）．ブラインド信号処理の考え方

　　　　ａ．教師なし学習としてのブラインド信号分離

　　　　ｂ．観測信号と独立成分の関係（ミキシングモデル）

　　（２）．代表的なブラインド信号分離アルゴリズム

　　　　ａ．ICA（独立成分分析）の原理と実装例

　　　　ｂ．CMA（定包絡アルゴリズム）とブラインド等化への応用

　　　　ｃ．SOBI・ILRMAなどの概要紹介（参考）

　　（３）．ブラインド信号処理における適応アルゴリズムの位置づけ

　　　　ａ．LMSとCMAの構造的類似性

　　　　ｂ．自己相関・統計的独立性に基づく更新則

　　（４）．デモ：2音源混合信号のブラインド分離（音声データ）

４．ブラインド信号処理によるノイズ除去・信号分離の実践ノウハウ

　　（１）．評価指標と設計指針

　　　　ａ．MSE, SNR, SDRなどの基本指標

　　　　ｂ．ノイズ除去・信号分離における定量評価の考え方

　　（２）．応用事例紹介

　　　　ａ．ANCヘッドホン、会議マイク、医療・センサ信号処理

　　　　ｂ．ディープラーニングとの融合（Deep Unfolding など）

　　（３）．デモ：実録音信号に対するノイズ除去・分離結果の比較