サイトリニューアルをしました。
May 8, 2017
セミナー
【Live配信（リアルタイム配信）】
ディジタル信号を用いた統計的信号処理の基礎と応用
～Statistical signal processing～
| 日時 | 2020年12月2日（水） 10:00～16:30 |
|||
|---|---|---|---|---|
| 会場 | Live配信セミナー（リアルタイム配信） ※会社・自宅にいながら学習可能です※ |
会場地図 | ||
| 講師 | 島村徹也（しまむらてつや）氏
|
|||
| ＜経歴＞ | 1986年、慶應義塾大学 理工学部卒。 1991年、慶応義塾大学 大学院 博士課程修了、工学博士。 同年、埼玉大学 情報工学科 助手。 1995年 ラフバラ大学、 1996年ベルファーストクイーンズ大学（ともに連合王国）客員研究員。 1998年、埼玉大学 助教授。 2007年、埼玉大学 教授。 |
受講料(税込)
各種割引特典
51,700円
( S&T会員受講料 51,700円 )
S&T会員登録について
定価：本体47,000円＋税4,700円
会員：本体47,000円＋税4,700円
お１人様受講の場合 51,700円 （47,000円＋税4,700円）
1口でお申込の場合 62,700円 （57,000円＋税5,700円／1口（3名まで受講可能））
1口でお申込の場合 62,700円 （57,000円＋税5,700円／1口（3名まで受講可能））
※S&T会員価格 S&T複数同時申込み割引対象外
※開催7日前に主催会社(株)トリケップスから受講票、会場地図、請求書を発送します。
※開催日から9日前以降のキャンセルは受講料全額を申受けます。但し、セミナー終了後テキストを郵送します。
※サイエンス＆テクノロジーが設定しているアカデミー価格・キャンセル規定対象外のセミナーです。
※サイエンス＆テクノロジーが設定しているアカデミー価格・キャンセル規定対象外のセミナーです。
☆☆☆本セミナーは、Zoomを使用して、行います。☆☆☆
お申込み前にZoomのテストミーティング（http://zoom.us/test）にアクセスできることをご確認下さい。
★インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。
講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。
★受講中の録音・撮影等は固くお断りいたします
セミナー趣旨
本講演では、ディジタル信号処理の中でも特に統計的信号処理と呼ばれる統計を扱う信号処理技術に関して、詳しくご説明致します。
具体的にはスペクトル解析、適応信号処理が中心的なテーマとなりますが、それらの理解を助けるためにディジタル信号処理の基本概念からはじめ、スペクトル解析の準備としてフ－リエ変換について定義の他に物理的解釈に触れ、統計信号処理の応用に至るまでをカバーします。
理工系の大学では、必ずと言っていいほど、ディジタル信号処理に関する講義が行われます。しかしながら、学部の講義では時間の関係上、統計的信号処理まで進めないのが現状です。よって、現実問題として多く遭遇する不規則信号の取り扱いは、実際に対応される企業技術力に依存することになりますが、総計的信号処理に利用されるアルゴリズムの複雑さは、その理解の妨げが企業展開のネックになることが懸念されます。
本講演では、個々のアルゴリズムの本来の狙いは何かを理解することを目的とし、丁寧な説明を心がけ、参加者の理解の一助となることを目指します。
具体的にはスペクトル解析、適応信号処理が中心的なテーマとなりますが、それらの理解を助けるためにディジタル信号処理の基本概念からはじめ、スペクトル解析の準備としてフ－リエ変換について定義の他に物理的解釈に触れ、統計信号処理の応用に至るまでをカバーします。
理工系の大学では、必ずと言っていいほど、ディジタル信号処理に関する講義が行われます。しかしながら、学部の講義では時間の関係上、統計的信号処理まで進めないのが現状です。よって、現実問題として多く遭遇する不規則信号の取り扱いは、実際に対応される企業技術力に依存することになりますが、総計的信号処理に利用されるアルゴリズムの複雑さは、その理解の妨げが企業展開のネックになることが懸念されます。
本講演では、個々のアルゴリズムの本来の狙いは何かを理解することを目的とし、丁寧な説明を心がけ、参加者の理解の一助となることを目指します。
セミナー講演内容
1 信号処理の基礎的事項
1.1 離散時間信号
1.2 離散時間システム
2 フーリエ解析
2.1 フーリエ級数
2.2 フーリエ変換
2.3 離散フーリエ変換
2.3.1 性質
2.3.2 高速フーリエ変換
3 線形システムと統計モデル
3.1 線形時不変システム
3.2 Z変換
3.3 差分方程式
3.4 信号モデル
3.4.1 自己回帰（AR）モデル
3.4.2 自己回帰移動平均（ARMA）モデル
4 スペクトル解析
4.1 不規則信号
4.1.1 相関関数
4.1.2 パワースペクトル
4.2 ノンパラメトリック法
4.3 パラメトリック法
4.3.1 線形予測
4.3.2 ARスペクトル推定
4.3.3 ARMAスペクトル推定
4.3.4 次数推定
4.4 部分空間法
5 適応信号処理
5.1 適応アルゴリズム
5.1.1 LMSアルゴリズム
5.1.2 RLSアルゴリズム
5.1.3 各種アルゴリズム
5.2 フィルタ構成
5.3 応用例
5.3.1 エコーキャンセラ
5.3.2 ノイズキャンセラ
5.3.3 イコライザ
6 最新動向
6.1 スペクトル解析
6.2 適応信号処理
1.1 離散時間信号
1.2 離散時間システム
2 フーリエ解析
2.1 フーリエ級数
2.2 フーリエ変換
2.3 離散フーリエ変換
2.3.1 性質
2.3.2 高速フーリエ変換
3 線形システムと統計モデル
3.1 線形時不変システム
3.2 Z変換
3.3 差分方程式
3.4 信号モデル
3.4.1 自己回帰（AR）モデル
3.4.2 自己回帰移動平均（ARMA）モデル
4 スペクトル解析
4.1 不規則信号
4.1.1 相関関数
4.1.2 パワースペクトル
4.2 ノンパラメトリック法
4.3 パラメトリック法
4.3.1 線形予測
4.3.2 ARスペクトル推定
4.3.3 ARMAスペクトル推定
4.3.4 次数推定
4.4 部分空間法
5 適応信号処理
5.1 適応アルゴリズム
5.1.1 LMSアルゴリズム
5.1.2 RLSアルゴリズム
5.1.3 各種アルゴリズム
5.2 フィルタ構成
5.3 応用例
5.3.1 エコーキャンセラ
5.3.2 ノイズキャンセラ
5.3.3 イコライザ
6 最新動向
6.1 スペクトル解析
6.2 適応信号処理
当サイトはグローバルサイン社によりセキュリティ認証をされています。
SSLページ（https）からの情報送信は暗号化技術により保護されます。
SSLページ（https）からの情報送信は暗号化技術により保護されます。