セミナー 印刷

【Live配信(リアルタイム配信)】
パーティクルフィルタの基礎・応用・実装

~状態空間モデルと状態推定、各種アルゴリズム~

日時 2022年8月31日(水)  10:30~16:30
会場 Live配信セミナー(会社・自宅にいながら受講可能)  
会場地図
講師  生駒哲一(いこまのりかず)  氏
 日本工業大学 基幹工学部 電気電子通信工学科 教授(博士(学術)) 


 <略歴、等>      
 1989年 法政大学 工学部 電気工学科 計測制御専攻卒業.
 1991年 法政大学大学院 工学研究科 システム工学専攻 修士課程修了.
 1995年 総合研究大学院大学 数物科学研究科 統計科学専攻 博士課程修了.
 1995年4月 広島市立大学 情報科学部 情報機械システム工学科 助手.
 1998年4月 九州工業大学 工学部 電気工学科 講師(専任),
  同在職中,2002年7月~2003年4月に,文部省在外研究員制度にて,英国ケンブリッジ大学工学部 信号処理研究グループ に滞在(客員研究員).
 2003年9月 九州工業大学 助教授
 2008年4月 九州工業大学大学院 工学研究院 電気電子工学研究系 准教授,
 2016年4月 日本工業大学 工学部 情報工学科 教授,
 2018年4月より、学内改組に伴い,基幹工学部 電気電子通信工学科に所属変更,
  現在に至る.
 <学会活動、等>
 IEEE,計測自動制御学会,電子情報通信学会,日本統計学会,応用統計学会,日本知能情報ファジィ学会,日本神経回路学会,信号処理学会,及び,自動車技術会の会員.
 2005年 パーティクルフィルタ研究会を発足しし,現在は「動的システムの状態推定とデータからの学習およびその応用」研究会(略称”DS2ELDiA”)を主宰.
 <主な受賞>
 Best Paper Award of ISCIIA2004(平成16年12月)
 Best Paper Award of ISCIIA2012(平成24年8月)
 JACIII Best Paper Award in 2013 for 2010-2012(平成25年8月)
 貢献賞(日本知能情報ファジィ学会賞)、受賞対象「SCIS&ISIS2014の運営」(平成27年9月)
受講料(税込)
各種割引特典
51,700円 ( E-Mail案内登録価格 51,700円 ) S&T会員登録とE-Mail案内登録特典について
定価:本体47,000円+税4,700円
E-Mail案内登録価格: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))
※S&T E-Mail案内登録価格 S&T複数同時申込み割引対象外

※開催7日前に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。
  ​一旦、納入された受講料はご返金できません。当日ご都合のつかない場合は代理の方がご出席下さい。
※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。
主催(株)トリケップス
オンライン配信★本セミナーは、Zoomウェビナーを使用して行います。
 受講者の通信回線にセキュリティなどの制限がある場合は参加できないことがあるため、
 事前に当日ご利用予定の通信回線にて、
 Zoom公式ページ(https://zoom.us)にアクセスできることをご確認していただくようお願いします。
 または、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ください。
 Zoomをダウンロードしている方はマイクとスピーカーのテストも可能です。
 ※こちらは接続テスト用のミーティングです。実際のセミナー参加者画面とは異なります。

★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。

※開催5日前までに主催会社(株)トリケップスから参加者に当日必要なURLとパスワードをメールにてお知らせします。
備考★受講申込者が必要定員に満たないセミナーは中止・延期させていただく場合があります。
 その場合は開催1週間前にご連絡します。

★1口でお申込の場合
 代表受講者を定めて下さい。請求書発送等の連絡は代表受講者へ行います。
 申込時に参加者全員の氏名・所属が明記されていない場合、ご参加できない場合があります。

セミナー趣旨

 時々刻々と変化するシーン中の動く対象物を追跡する課題に対して,効果的な解を与える「パーティクルフィルタ」について,その基礎・方法論から応用,プログラム実装までを網羅した講義内容である.
 確率・統計,ベイズ推定を出発点として,問題設定である「状態空間モデル」の定式化,その解を求める「状態推定」課題の明確化,状態推定の数式としての解(形式的な解)を理解する.これらの理論的な事実に基づいた方法論として,具体的な状態推定のアルゴリズム群を俯瞰する.カルマンフィルタに代表される解析的なフィルタ,パーティクルフィルタをはじめとする各種の近似フィルタ,および,更に発展的な方法について学ぶ.
 併せて,過去の時刻の推定である「平滑化」や,状態空間モデルに含まれる固定パラメータの推定についても概説する.関連した話題として,変分推論(変分ベイズ)についても触れる.更に発展的な課題として,複数対象の同時推定についても概観する.
 これらの理論および方法論を活用した応用として,複数分野の具体的な事例について概説する.プログラミングの実装例についても簡単に紹介する.

セミナー講演内容

1 状態空間モデルと状態推定
 1.1 確率論と統計学
 1.2 最尤推定,ベイズ推定・逐次ベイズ推定
 1.3 状態空間モデル~マルコフ性,条件付き独立観測
 1.4 状態推定とその形式的解~ろ波,予測,平滑化

2 状態推定のアルゴリズム
 2.1 解析的フィルタ~カルマンフィルタ
 2.2 近似フィルタ~パーティクルフィルタほか
 2.3 発展的な方法~逐次モンテカルロフィルタ
 2.4 平滑化と固定パラメータ推定~変分推論ほか
 2.5 複数対象の同時推定~ランダム有限集合

3 応用事例の解説
 3.1 簡単なモデルでの原理確認~トレンド・非線形モデル
 3.2 時系列解析~非定常モデル,成分分解モデルほか
 3.3 ターゲット追跡~レーダー観測下の移動対象追跡
 3.4 Visual Tracking:動画像追跡~CONDENSATIONほか
 3.5 複数異種センサの情報融合~尤度算出モデル
 3.6 移動体の自己位置推定と地図学習~SLAM問題
 3.7 複数対象の同時追跡~SMC-PHDフィルタほか

4 プログラミング実装
 4.1 C/C++実装
 4.2 Python 実装