☆☆☆Web配信セミナー☆☆☆
『深層学習と適応フィルタ：
2つの概念の理解と使い分け』
〜それぞれの長所短所を明らかにしながら、
実際の応用における”うまい使い分け”について解説〜
S240626AW1
☆☆☆本セミナーは、Zoomを使用して、行います。☆☆☆
開催日時：2024年6月26日（水）10:00-16:30
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）
★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。
…関連講座…【”画像” / ”音”処理技術 講座】
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 数理電子情報部門 教授（工学博士）
| ＜経歴＞ |
1986年 慶應義塾大学 理工学部 卒業。
1991年 慶應義塾大学大学院 理工学研究科 博士課程修了、工学博士。
1991年 埼玉大学 工学部 情報工学科 助手。
1995年 ラフバラ大学（イギリス） 客員研究員。
1996年 ベルファーストクイーンズ大学（イギリス） 客員研究員
1998年 埼玉大学 助教授。
2007年 埼玉大学 教授。 |
| ＜学会、等＞ |
IEEE, アメリカ音響学会、日本音響学会、電子情報通信学会、信号処理学会、電気学会 会員。現在、信号処理学会編集長。 |
| ＜専門＞ |
ディジタル信号処理とその音声、画像、通信への応用など。論文・著書多数。これまで20社を超える企業との共同研究を実施するなど、産学連携に力を入れている。2019年より「AI時代の画像処理技術研究会（埼玉大学産学官連携協議会）」の代表を務め、年に複数回の研究発表会を主導している。 |
| |
深層学習の登場から約10年が経ち、今その発展は継続されています。一方で、問題点や限界もわかったきたことで、これからは同じ、あるいは類似する“学習”をアルゴリズムとする、適応フィルタとの使い分けが必要とされると考えられます。そこで、この2つの概念、深層学習と適応フィルタを別々に整理し、それぞれの長所短所を明らかにしながら、実際の応用における”うまい使い分け”について解説を試みることにします。
本セミナーでは、内容の理解を深めて頂くことを前提に、まず人工知能（AI）について網羅的に解説します。ここまでのAIの歴史について概観しながら、その性質について特に得意・不得意とするものを、例を用いて示します。そして、AIをニューラルネットワークと捉え、これまでのニューラルネットワークの技術的な進展を説明します。その進展の中で、今日使われる技術のポイントになったものを、応用面から捉え、大きく通信と音（特には音声）への利用例として紹介します。
続いて、適応フィルタについて解説します。1つの技術を紹介することに限定せず、複数の有力な適応処理方法の紹介を心がけます。また、具体的な応用例を紹介します。そして、特に音と通信への応用を取り上げ、ニューラルネットワークと適応フィルタの利用の仕方を解説し、双方の利用の仕方と得られる結果の違い、長所・短所を示します。さらに、音声強調問題において、深層学習の最先端研究事例を示しながら、適応フィルタとの処理方法との違いを明らかにし、比較検討を行います。これまでの深層ニューラルネットワークと適応フィルタの研究を振り返り、今現在で言えること、そして今後の研究テーマとして考えられることにまで言及する予定です。
|
1 AIとは
1.1 人工知能の広がり
1.2 人工知能と得意・不得意
1.3 アンドロイド
1.4 生成AI
2 ニューラルネットワークの概念
2.1 神経細胞
2.2 発火
2.3 脳処理
2.4 人工ニューラルネットワーク
3 ニューラルネットワークの進展
3.1 Adaline
3.2 多層パーセプトロン
3.3 深層ニューラルネットワークム
3.4 線形予測係数
4 学習方法
4.1 教師あり学習
4.2 半教師あり学習
4.3 教師なし学習
5 適応フィルタ
5.1 LMSアルゴリズム
5.2 最急降下法
5.3 最適解
5.4 ウィナーフィルタ
6 適応アルゴルズム
6.1 LMSアルゴリズムの改良
6.2 RLS
6.3 RLSの改良
6.4 アフィン射影
…、等
7 適応フィルタの応用
7.1 エコーキャンセラ
7.2 ノイズキャンセラ
7.3 信号強調器
…、等
8 通信路等化
8.1 通信路等化の概念
8.2 トレーニングとトラッキング
8.3 非線形通信路等化
多層パーセプトロン、ラジアル基底関数、…、等
9 音への利用
9.1 気導音声と骨導音声
9.2 骨導音声の品質改善
骨導・気導変換、…、等
10 音声強調
10.1 深層学習を用いる先端研究
10.2 適応フィルタを用いる先端研究
11 まとめ
