～ 信号モデルの基礎、重み係数の最適化、最小二乗法、圧縮センシング、状態推定、確率伝搬法、信号の推定・検出の応用例 ～
・少ないデータから未知の変数・パラメータを推定するための技術を修得し、信号検出やデータ解析に活かすための講座！
・線形観測モデルの逆問題と確率推論の両面からの信号推定法を修得し、限られたデータからの高精度な推定や検出に活かそう！
・現場で最も直面することが多い観測データから未知ベクトルを推定する技術を修得する特別セミナー！
本講座はMicrosoft Teamsを利用予定です
・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。
信号処理の基本的な問題であり、かつ現場で最も直面することが多いと考えられる観測データから未知ベクトルを推定する問題を中心に、線形観測モデルの逆問題を考えるアプローチとベイズ統計学に基づく確率推論のアプローチの両方について、その理論的な背景から実際のアルゴリズムまで解説します。
具体的には、最小二乗法や最小平均二乗誤差推定、圧縮センシング、カルマンフィルタ、粒子フィルタ、確率伝搬法などのテーマについて関連事項を解説します。
| 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、化学・環境・異物対策 |
| 受講対象者 | ・音、画像、通信、生体信号、計測、観測データを扱う企業、公的機関の技術者の方 |
| 予備知識 | ・線形代数と確率統計の初等的な知識 |
| 修得知識 |
・観測データから未知ベクトルを推定する問題に対処できる ・限られたデータ、少ない観測データから高精度な推定や検出ができる |
| プログラム |
１．線形観測モデル（y＝Ax＋n）の基礎 （１）．信号モデルの基礎 （２）．信号の統計的性質の基礎 （３）．重み係数の最適化の基礎
２．線形観測モデルの信号推定法 （１）．線形観測モデルと逆問題 （２）．最小二乗法 （３）．最小平均二乗誤差推定 （４）．最大比合成 （５）．圧縮センシング （６）．応用例：MIMO信号、スパース信号の検出
３．確率推論の基礎 （１）．観測信号の確率モデル （２）．グラフィカルモデル （３）．サンプリング法
４．確率推論による信号推定法 （１）．状態推定 ａ．状態空間モデル ｂ．粒子フィルタ ｃ．カルマンフィルタ （２）．確率伝搬法 （３）．応用例：時変未知パラメータのトラッキング
Scilab(またはMATLAB)によるデモを予定 |
| キーワード | 観測信号 重み係数 最小二乗法 圧縮センシング スパース 正則化 状態空間モデル カルマンフィルタ 確率伝搬法 |
| タグ | 信号処理、通信、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 |
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
