カルマンフィルタ・機械学習を学ぶための確率統計，線形代数，最小二乗法入門

セミナー趣旨

カルマンフィルタや機械学習に対する関心が高まっています。それらの技術をユーザーとして利用するのであれば，それらの中身について深く知る必要はないかもしれません。しかし，カルマンフィルタや機械学習を正しく利用するためには，それらの中身を構成する確率統計，線形代数，最小二乗法などの数理的な知識が必要です。このような知識を持っていれば，たとえ第3次AIブームが終わったとしても，それらは次の研究開発に大いに役立つことでしょう。 
本セミナーでは，カルマンフィルタや機械学習を学ぶための確率統計，線形代数，最小二乗法などを平易に解説します。さらに，最小二乗法のさきにある特異値を用いた方法や正則化法などについても解説します。

セミナープログラム

　1　はじめに
　2　確率統計の基礎
　　2.1　確率の基礎用語
　　2.2　正規分布
　　2.3　真ん中とバラつき

　3　多次元確率分布と線形代数
　　3.1　多次元確率分布
　　3.2　線形代数のエッセンス
　　3.3　多次元正規分布

　4　確率過程の基礎
　　4.1　連続時間確率過程とそのフーリエ解析
　　4.2　離散時間確率過程とそのフーリエ解析

　5　最小二乗法
　　5.1　最小二乗法と確率
　　5.2　最小二乗法と線形代数

　6　最小二乗法の先〜正則化法
　　6.1　特異値分解と最小二乗法
　　6.2　正則化法

　7　まとめ

セミナー講師

足立修一（あだちしゅういち）氏　 　　　
慶應義塾大学　名誉教授（工学博士）  

＜経歴＞
　　1981年　慶應義塾大学　工学部　電気工学科卒業
　　1986年　慶應義塾大学大学院　工学研究科　博士課程　電気工学専攻修了（工学博士）
　　1986年　株式会社東芝入社　総合研究所　勤務
　　1990年　宇都宮大学　工学部　電気電子工学科　助教授
　　　1993年 〜1996年　科学技術庁　航空宇宙技術研究所（現JAXA）客員研究官　兼務
　　2002年　宇都宮大学　工学部　電気電子工学科　教授
　　　2003年 〜2004年　ケンブリッジ大学　工学部（制御グループ）　客員研究員（Gonville and Caius College）
　　2006年　慶應義塾大学　理工学部　物理情報工学科　教授
　　2023年　慶應義塾大学　名誉教授

＜研究テーマ＞
   1　システム同定理論と時系列解析…実用的なシステム同定理論の開発
　2　非線形・非ガウシアン最適フィルタリング理論（状態推定問題）…Unscented Kalman filter （UKF）　/　カルマンフィルタ理論の実用化検討
　3　制御系設計理論…モデル予測制御（Model Predictive Control）

＜主な著書＞ 
　「続　制御のこころ〜モデルベースト制御編」（2023）、「制御工学のこころ〜古典制御編」（2021）、「制御工学の基礎」（2016）、「バッテリマネジメント工学〜電池の仕組みから状態推定まで〜」（2015）、「カルマンフィルタの基礎」（2012）、「システム同定の基礎」（2009）、「電気自動車の制御システム〜電池，モータ，エコ技術〜」（2009）など…以上、東京電機大学出版局。
　「信号・システム理論の基礎〜フーリエ解析，ラプラス変換，z変換を系統的に学ぶ〜」（2014）など…コロナ社

セミナー受講料

お1人様受講の場合　53,900円[税込]／1名
1口でお申込の場合　66,000円[税込]／1口（3名まで受講可能）

受講について

• 本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、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。