1口(1社3名まで受講可能)でのお申込は、

 受講料 57,000円(税別)/1口 が格安となります。



『圧縮センシングの基礎
 〜数理的側面とその可能性』
 

 ☆少数の観測データからの信号復元を可能にする
 
 … Compressed Sensing / Compressive Sensing …



 S171204A



開催日時:2018年3月19日(月)10:00-17:00

会  場:オーム ビル(千代田区神田錦町)

受 講 料:1人様受講の場合 47,000円[税別]/1名

     1口でお申込の場合 57,000円[税別]/1口(3名まで受講可能)


画像認識セミナー日程表  新宣伝セミナー日程表

 

 講 師

 

 樺島祥介(かばしまよしゆき) 氏 

   東京工業大学 情報理工学院 数理・計算科学系 教授(博士(理学))

 <略歴>  1993年 京都大学大学院 理学研究科 物理学第一専攻 博士後期課程中退
 1993年 奈良女子大学 理学部 物理学科 助手
 1994年 博士(理学) 京都大学
 1996年 東京工業大学大学院 総合理工学研究科 知能システム科学専攻 講師
 2000年 東京工業大学大学院 総合理工学研究科 知能システム科学専攻 助教授
 2004年 東京工業大学大学院 総合理工学研究科 知能システム科学専攻 教授
 2016年 東京工業大学 情報理工学院 数理・計算科学系 教授(改組に伴う配置換え)
 <研究内容>  統計力学と情報科学の境界領域の研究.具体的な研究対象は,誤り訂正符号,暗号,CDMAマルチユーザ検出,圧縮符号,圧縮センシング,ランダム行列,機械学習,スピングラスモデルなど(に現れる協力現象とそれを理学的に解明または工学的に利用するための数理).

 セミナーの概要

 

 少数の観測データからの信号復元を可能にする信号処理の枠組み「圧縮センシング」に関し,その数理的側面を解説する.
 【1 導入】では,圧縮センシングが必要とされる問題群を紹介するとともに基本的な数理モデルを導入し,論点を整理する.
 【2 信号復元の方法】では,厳密解法では計算困難となる信号復元問題を実際的に解決するための代表的な近 似解法を紹介する.
 【3 性能評価の方法】では,性能評価,性能保証のための代表的な数理的方法を紹介する.
 【4 発展的な話題】では,圧縮センシングに関連した発展的な話題について触れる.

  講義項目

 

 1 導入

  1.1 圧縮センシングとは
  1.2 背景1:AD変換と標本化定理
  1.3 背景2:信号の統計性と疎表現


 2 信号復元の方法

  2.1 劣決定1次方程式と正則化
  2.2 貪欲法(OMP,IHT)
  2.3 緩和法(Basis Pursuit, IRLS)
  2.4 確率推論(AMP,EM-BP)
  2.5 パスワイズ最適化法(LARS, Pathwise Coordinate Descent)


 3 性能評価の方法

  3.1 初等的な方法1:スパーク
  3.2 初等的な方法2:相互コヒーレンス
  3.3 発展的な方法1:制限等長性(RIP)
  3.4 発展的な方法2:積分幾何学
  3.5 発展的な方法3:状態発展法(State Evolution)
  3.6 発展的な方法4:レプリカ法


 4 発展的な話題

  4.1 ブラインドセンシングと辞書学習
  4.2 分散圧縮センシング
  4.3 1-bit 圧縮センシング
  4.4 低ランク行列近似




 お1人様      受講申込要領 1口(1社3名まで) 受講申込要領  セミナー 総合日程 画像認識 セミナー日程 新宣伝 セミナー日程