AI・IoT時代に求められるデジタル信号処理の基本技術と応用例

～　ノイズ除去・信号分離の基本技術とテクニック / IoT・AI時代の信号抽出・異常検出の応用例　など　～

本セミナーは、実際の現場で役に立つ、専門知識が少ない方でも理解できるよう、データ分析の基礎から応用まで、原理から具体的な手法までを平易に解説します。

セミナー講師

広島工業大学 工学部知能機械工学科 教授 博士（工学） 章 忠 氏

【ご専門】計測工学、知的システム

【ご略歴】
　1984年中国・長安大学大学院修士修了．同年同大学助手．1986年講師．1993年岡山大学大学院博士課程修了．2004年まで、岡山県工業技術センター，計測制御研究室長・専門研究員，岡山県立大学大学院・助教授．1998年9月から1999年3まで，オーストラリア Melbourne大学客員研究員．2004年10月から2020年3月まで豊橋技術科学大学大学院工学研究科・教授。振動騒音の計測制御，信号処理および異常診断，ウェーブレット変換およびIOT・AI技術の応用などの研究に従事． 現在、広島工業大学工学部知能機械工学科・教授。

セミナー受講料

55,000円（税込、資料付）
■ セミナー主催者からの会員登録をしていただいた場合、1名で申込の場合49,500円、
　 2名同時申込の場合計55,000円（2人目無料：1名あたり27,500円）で受講できます。
（セミナーのお申し込みと同時に会員登録をさせていただきますので、
　  今回の受講料から会員価格を適用いたします。）
※ 会員登録とは
　 ご登録いただきますと、セミナーや書籍などの商品をご案内させていただきます。
　 すべて無料で年会費・更新料・登録費は一切かかりません。
　 メールまたは郵送でのご案内となります。
　 郵送での案内をご希望の方は、備考欄に【郵送案内希望】とご記入ください。

受講について

Zoomを使ったWEB配信セミナー受講の手順

1. Zoomを使用されたことがない方は、こちらからミーティング用Zoomクライアントをダウンロードしてください。ダウンロードできない方はブラウザ版でも受講可能です。
2. セミナー前日までに必ず動作確認をお願いします。
3. 開催日直前にWEBセミナーへの招待メールをお送りいたします。当日のセミナー開始10分前までに招待メールに記載されている視聴用URLよりWEB配信セミナーにご参加ください。

• セミナー資料は開催前日までにお送りいたします。
• 無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。

セミナー趣旨

　IoTを活かしたデータ処理の流れは１）センサーによるデータの取得、２）デジタルデータ処理、３）データの可視化・活用となります。そこで、デジタルデータ処理においては、ノイズ除去や信号分離・抽出などのために様々なアルゴリズムが考案されています。しかし、それらはそれぞれの特徴があり、正しく理解して使用する必要があります。
　本セミナーは、実際の現場で役に立つ、専門知識が少ない方でも理解できるよう、データ分析の基礎から応用まで、原理から具体的な手法までを平易に解説します。さらに、デジタル信号処理のテクニックや注意すべきポイントなどについても、生体信号や音声信号、振動信号、画像など、多くの具体例を交えて説明していきます。

受講対象・レベル

・画像、音、機械、計測、生体関連の技術者の方

必要な予備知識

・線形代数と微分・積分、フーリエ変換の初歩的な知識

習得できる知識

・デジタル信号処理に必要な知識
・独自にできるデジタル信号処理の手法
・ノイズ除去と信号分離のテクニック
・信号抽出・異常検出の知識と技術

セミナープログラム

１． デジタル信号処理のための基礎知識
　1-1.デジタル信号とフーリエ変換の基礎
　　　(1) アナログからデジタルへの時間の離散化と振幅の量子化
　　　(2) 周波数特性を見るためのフーリエ級数とその特性
　　　(3) 離散フーリエ変換とその特性
　1-2. デジタルフィルタの基礎
　　　(1) デジタルフィルタの基礎
　　　(2) 移動平均フィルタの特性
　　　(3) 実用・簡単な移動平均フィルタの設計法
　1-3. ウェーブレット変換の基礎
　　　(1) 連続ウェーブレット変換とその特性
　　　(2) 離散ウェーブレット変換とその特性
　　　(3) ウェーブレット変換による画像処理
　　　　 
２． ノイズ除去・信号分離の基本技術とテクニック
　2-1. 信号の種類と処理目的に適応する信号処理法の選択
　　　(1) 信号の種類とそれに適応する処理法の例
　　　(2) 定常信号の処理法の例
　　　(3) 非定常信号の処理法の例
　2-2. フーリエ変換によるノイズ除去と信号分離
　　　(1) フーリエ変換の知るべき特性
　　　(2) フーリエ変換の特性を生かした信号処理のテクニック
　　　(3) フーリエ変換によるノイズ除去と信号分離の例
　2-3. ウェーブレット変換によるノイズ除去と信号分離
　　　(1) ウェーブレット変換と短時間フーリエ変換の相違点
　　　(2) 連続ウェーブレット変換による信号分離の例
　　　(3) 離散ウェーブレット変換の縮退法によるノイズ除去の例
 
３． IoT・AI時代の信号抽出・異常検出の応用例
　3-1 短時間フーリエ変換を用いた音源方向定位
　　　(1) 実環境における音源方向定位の例
　　　(2) ロボットの音源定位システムの応用例
　3-2 ウェーブレット変換を用いた独立成分分析による音声信号抽出
　　　(1) 理想環境における白色ノイズから音声信号の抽出例
　　　(2) 実環境における混合音声から目的音声の抽出例
　3-3 方向成分を利用した特徴検出と表面検査
　　　(1) 橋床のひび割れ検出の応用例
　　　(2) プリント基板の欠陥検出の応用例
　3-4 ウェーブレット瞬時相関による異常信号検出
　　　(1) 水道管の漏水音から漏水箇所検出の例
　　　(2) クルマの異音検出の例

デジタル信号処理,ノイズ除去,生体信号,フーリエ変換,IoT,AI,セミナー,講演,研修