独立成分解析を修得し、実製品へ応用しよう!
本セミナーでは、独立成分解析の基本的な考え方から、アルゴリズムの設計や実装などについて種々の信号に対する適用事例をデモを交えて詳解いたします。
知的信号処理の枠組みにブラインドセパレーション (Blind Separation) と言う問題が10年ほど前に提起されている。これは、複数の未知信号源を個別なものに分離・復元する問題である。ブラインド信号の復元・分離問題の典型的な一例としては、カクテルパーティー効果の問題がある。すなわち、同時に聞こえるいくつか混じり合った会話音声から、個々の話音に分離・復元することである。このような問題は、音声処理に関わるだけでなく、画像処理,脳波 (EEG) や脳磁気 (MEG) などの生体信号処理、また移動体通信や地質探査などの分野にも適用されている。ブラインド信号の復元・分離問題に対し、代表的な解決法として独立成分解析 (ICA: Independent Componenet Analysis) などがある。
本講演では、独立成分解析の基本的な考え方、独立性になさせる方法、アルゴリズムの設計や実装などについて種々の信号に対する適用事例を示しながら、詳しく解説する。
プログラミングやシミュレーションなどを通して独立成分解析の計算技法を実演する。また、経験的モード分解法、複雑度の計量についても紹介する。更にこれらの方法を利用した脳とコンピュータのインタフェス (BCI) 、脳死予備判定システム (BDD) 及び脳磁界単試行データ解析例などにも紹介する。知的信号処理はさまざまな分野での応用が考えられ、今後の発展が大いに期待される。