粒子フィルタの基礎と応用事例

〜 状態空間モデル、一般状態空間モデルと粒子フィルタのアルゴリズム、時系列解析および派生手法 〜

・問題を柔軟にモデリングして取り扱うことができる粒子フィルタについて2名の講師陣が解説する講座
・粒子フィルタを基礎から学び、時系列データ解析などの実務へ活かすためのセミナー!

講師の言葉

粒子フィルタは、時系列解析や信号処理で用いられる状態推定手法の一つで、時系列データ解析以外にも画像中の物体追跡、データ同化など様々な問題に適用される。粒子フィルタを使えば、システムの線形性などを仮定する必要がないため、問題を柔軟にモデリングして取り扱うことができる。
本セミナーでは、粒子フィルタを実際のまず粒子フィルタを使う際に基本となる状態空間モデルとその一般化である一般状態空間モデルについて解説した後、基本的な粒子フィルタのアルゴリズムや、その派生手法を紹介する。
さらに、幾つかの応用事例について触れながら、粒子フィルタを実際に適用する際のモデリング、推定方法を解説する。

本セミナーは会場が変更になりました(東京・西新宿 → 竹橋)

セミナー詳細

開催日時
  • 2018年05月14日(月) 10:30 ~ 17:30
開催場所 ちよだプラットフォームスクウェア 地下1階 ミーティングR002
カテゴリー ソフト・データ・画像・デザイン
受講対象者 ・時系列データや小規模な非線形システムの解析に関心のある方
予備知識 ・確率分布、期待値などの基礎的な確率、統計の知識や大学初等程度の微分積分、線形代数の知識を前提とする。また、実用レベルのプログラミングの知識があることが望ましい
修得知識 ・粒子フィルタを具体的な問題に適用するための知識 ・粒子フィルタの長所短所の理解
プログラム

1.状態空間モデルと逐次ベイズ推定
(1). 状態空間モデル
a. 線形・ガウス状態空間モデル
b. 非線形・非ガウス状態空間モデル,一般化状態空間モデル
(2). 逐次ベイズ推定
a. ベイズ推定
b. 逐次ベイズ推定
c. カルマンフィルタ

 

 

 

2. 粒子フィルタの基礎
(1). モンテカルロ近似による統計計算
a. モンテカルロ近似
b. 重点サンプリング
(2). 基本的な粒子フィルタのアルゴリズム
a. モンテカルロ近似による一期先予測
b. 逐次重点サンプリング
c. リサンプリング
d. 実装のための注意点
(3). 平滑化
a. 固定点平滑化
b. 固定ラグ平滑化
(4). 粒子フィルタの応用事例
a. 線形ガウス状態空間モデルによる時系列解析
b. 非線形非ガウス状態空間モデルによる時系列解析

 

 

 

3. 粒子フィルタとパラメータ推定
(1). 基本的なパラメータ推定手法
a. 状態ベクトルの拡張
b. パラメータ尤度の推定
(2). 粒子マルコフ連鎖モンテカルロ法
a. マルコフ連鎖モンテカルロ法の基礎
b. 粒子マルコフ連鎖モンテカルロ法
(3). 応用事例

 

 

 

4. 粒子フィルタに関する発展的な話題
(1). 発展的な粒子フィルタアルゴリズム
(2). データ同化への応用など

キーワード 状態空間モデル ベイズ推定 粒子フィルタ パーティクルフィルタ モンテカルロ法 
タグ データ解析
受講料 一般 (1名):49,500円(税込)
同時複数申込の場合(1名):44,000円(税込)
会場
ちよだプラットフォームスクウェア 地下1階 ミーティングR002
東京都千代田区神田錦町3‐21
電話番号 : 03-3233-1511
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。
contact us contact us
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888

営業時間 月~金:9:00~17:00 / 定休日:土日・祝日