『音による故障検知および故障予知』
〜ディジタル信号処理の基礎から、音の特徴量の求め方までを平易に解説、
故障検知への利用および故障予知への発展の方法へのアプローチを紹介〜
S191217A
開催日時:2019年12月17日(火)10:00-16:30
会 場:ミカサフォーラムエコ8F会議室(千代田区内神田1-18-12内神田東誠ビル)
受 講 料:お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)
…『畳み込みニューラルネットワーク(CNN)を用いたノンリファレンス型画像品質評価』(2020/2/21(金))
島村徹也(しまむらてつや) 氏
埼玉大学大学院 理工学研究科 教授(工学博士)
<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。 |
|
画像処理やコンピュータビジョンにおけるAI技術の成功から、次は音の利用だ、という流れができつつあります。特に、これまで産業界から重大な問題であると認識されていたにも関わらず、実際には人間の手に頼らざるを得なかった、機械の故障検知や故障予知の問題に、音が有効に利用できる可能性が出てきました。
本セミナーでは、講師のこれまでの音声研究のノウハウと、各種企業との共同研究の経験値を組み合わせ、音が故障検知や故障予知にどのように利用できるかを説明します。ディジタル信号処理の基礎から、音の特徴量の求め方までを平易に解説した後、それらの故障検知への利用方法、およびその故障予知への発展の方法について、可能なアプローチをご紹介します。また、実際の環境音、騒音などを鑑みて、比較的平易に取り組める雑除去手法の紹介も行います。画像では困難だが、音なら容易である例にも言及し、これからの音応用のイメージを膨らませて頂くことを目指します。。
|
1 はじめに
1.1 正常音と異常音
1.2 音による情景分析
2 音信号の基礎
2.1 離散時間信号
2.2 ディジタルフィルタ
2.3 フーリエ変換
2.4 パワースペクトル
2.5 音の特性
3 音の特徴量
3.1 パワー、周期
3.2 スペクトル
3.3 ケプストラム、メルケプストラム
3.4 線形予測係数
4 雑音除去技術
4.1 スペクトル引き算
4.2 ウィナーフィルタ
4.3 各種フィルタリング
4.4 複数マイクの利用
5 故障検知の方法
5.1 特徴量の利用
5.2 距離尺度の利用
5.3 ニューラルネットワークの利用
5.4 最近の手法
6 故障予知の方法
6.1 時系列情報の利用
6.2 故障検知方法の有効利用
6.3 最近の試み