～ 確率統計とベイズ推測、状態空間モデルと状態推定、カルマンフィルタ・パーティクルフィルタによる最適アルゴリズム、自己位置推定や動画像への応用 ～
・最新のさまざまな方法論との融合も可能である動的システムの最適状態推定技術を修得し、より高性能な製品開発に応用するための講座！
・他の確率的な手法との親和性が高く、最新ＡＩ・ＩＴとの融合性も高い、実時間で推定を行う課題に適した最適状態推定技術をシステムへの応用実務に活かす特別セミナー！
・動的システムの最適状態推定とモデル構築の具体例を学べる講座です
・ＷＥＢ会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
動的システムの最適状態推定は、数学で厳格に定式化された最適フィルタの枠組みを更に発展させたもので、コンピュータの計算能力の劇的な向上とあいまって、より柔軟で高度な課題の解決が可能となってきています。
その典型例が「パーティクルフィルタ」と呼ばれるモンテカルロ近似に基づく状態推定法で、１９９０年代に発明された後、更なる研究が進み、より高度な方法論へと発展を続けています。逐次的な計算アルゴリズムである為、実時間で推定を行う課題に適しており、さまざまな実システムへの応用も進んでいます。確率論と統計学（ベイズ統計）に基づき定式化されているので、他の確率的な手法との親和性も高く、最新のさまざまな方法論（知能情報技術・人工知能など）との融合も可能です。日常に例えるなら、まるでピザのように、他の各種手法や方法論をトッピングとして載せることができる、そういうフレームワークを提供するのが動的システムの最適状態推定です。
本講義では、動的システムの最適状態推定について、基礎から応用までを順に、幅広く学びます。
| 開催日時 |
|
|---|---|
| 開催場所 | オンラインセミナー |
| カテゴリー | オンラインセミナー、ソフト・データ・画像・デザイン |
| 受講対象者 | ・研究開発などにおいて、時系列解析、センサ信号処理、動画像処理、音響信号処理、センサ情報融合、ビッグデータの分析、自律移動ロボットの自己位置推定と地図学習、ドローンの自動操縦、自動運転などに取り組んでいる方、あるいはそういった課題に興味のある方 |
| 予備知識 |
・数学的素養（理系の大学卒業程度以上）が必要 ・確率論および統計学に関する知識があることが望ましい |
| 修得知識 |
・最適フィルタの歴史と概略がわかる ・確率統計およびベイズ推定の基礎がわかる ・状態空間モデルと状態推定の理論的な定式化がわかる ・カルマンフィルタのアルゴリズムと用途がわかる ・パーティクルフィルタの基本として、最もシンプルなアルゴリズムの「モンテカルロフィルタ」がわかる ・パーティクルフィルタのさまざまな発展形を知ることができる ・状態推定技術の応用事例を知り、状態空間モデル構築の具体例を知ることができる |
| プログラム |
１．最適状態推定の歴史概観 ２．確率統計とベイズ推測 ３．状態空間モデルと状態推定 ４．最適フィルタの各種アルゴリズム ５．応用事例と状態空間モデリング |
| キーワード | 最適状態推定 ノイズ除去 フィルタ ベイズ推測 状態空間モデル カルマンフィルタ パーティクルフィルタ モンテカルロフィルタ 状態空間モデリング 自己位置推定 統計・データ解析 動的システム ロボット 画像処理 確率統計 ベイズ推定 |
| タグ | 統計・データ解析、AI・機械学習、SLAM・自己位置推定、信号処理、センサ、画像、ロボット、データ分析 |
| 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 |
オンラインセミナー本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。 |
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。
営業時間 月~金：9:00～17:00 / 定休日：土日・祝日
