カルマンフィルタの基礎とデータ解析への応用および実装のポイント <オンラインセミナー>
~ 粒子フィルタと実装のための注意点、ガウス分布に基づくベイズ推定、状態空間モデルによるモデリング、パラメータの推定方法 ~
・カルマンフィルタの仕組みを理解し、具体的な実用的問題に適用する方法を修得して、システム開発に応用するための講座
・粒子フィルタにも触れながら、カルマンフィルタのアルゴリズムをPythonプログラムを通して理解し、データ解析実務に応用しよう!
*Pythonによるサンプルプログラムをお配りいたします
オンラインセミナーの詳細はこちら:
・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。
講師の言葉
カルマンフィルタは、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、天気予報に用いられるデータ同化のような大規模な問題を解くうえでの基礎にもなっている。
本セミナーでは、まずカルマンフィルタを実際の問題に適用するため際に基本となる逐次ベイズ推定の考え方について解説した後、カルマンフィルタのアルゴリズムを、関連アルゴリズムである粒子フィルタも紹介しながら解説する。さらに、いくつかの実用的な問題に取り組み、カルマンフィルタの基本的な使い方を習得することを目指す。
セミナー詳細
開催日時 |
- 2021年11月16日(火) 10:30 ~ 17:30
|
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 |
・カルマンフィルタの仕組みや応用に関心のある方 |
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
・大学初等程度の微分積分、線形代数の知識
・実用レベルのプログラミングの知識があると理解しやすい |
修得知識 |
・カルマンフィルタの仕組みを理解し、具体的な実用的問題に適用する方法を習得する |
プログラム |
1.カルマンフィルタの扱う問題
(1).導入
(2).状態空間モデル
a.システムモデル
b.観測モデル
c.逐次ベイズ推定の考え方
2. 粒子フィルタと実装のための注意点
(1).モンテカルロ法による統計計算
a. モンテカルロ法
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.モンテカルロ法による予測
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.カルマンフィルタと適用方法
(1).カルマンフィルタのアルゴリズム
a.ガウス分布に基づくベイズ推定
b.カルマンフィルタ
(2).カルマンフィルタの適用方法
a.状態空間モデルによるモデリング
b.カルマンフィルタの適用
(3).平滑化
a.固定点平滑化
b.固定ラグ平滑化
4.カルマンフィルタによるデータ解析への応用
:Pythonプログラムによる解説
(1).平滑化
a.固定点平滑化と固定ラグ平滑化
b.固定区間平滑化
c.平滑化の適用
(2).パラメータ推定
a.パラメータの評価
b.パラメータの推定方法
|
キーワード |
カルマンフィルタ 状態空間モデル ベイズ推定 粒子フィルタ モンテカルロ法 ガウス分布 平滑化 パラメータ推定 |
タグ |
統計・データ解析、AI・機械学習、信号処理、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。