AI・IoT時代を支えるのは「良質なデータ」であり、その鍵を握るのがデジタル信号処理です。データ活用の流れは、(1)センサーによる取得、(2)デジタル信号処理による前処理、(3)可視化やAIによる分析の三段階で構成されます。特にデジタル信号処理では、ノイズ除去や信号分離・抽出など、多様な手法が考案されています。しかし、それらはそれぞれの特徴があり、正しく理解し使い分けることが重要です。
　本セミナーでは、AI・IoT技術の基盤となるデジタル信号処理について、原理から応用までを体系的に解説します。生体信号・音声信号・振動信号・画像などの具体例を交え、実務で役立つ処理テクニックや注意点、アルゴリズム選択のポイントなどをわかりやすく紹介します。専門知識が少ない方でも理解でき、1日で基礎から応用までを効率的に学べる内容です。

1. デジタル信号処理のための基礎知識
   1. デジタル信号とフーリエ変換の基礎
      1. アナログからデジタルへの時間の離散化と振幅の量子化
      2. 周波数特性を見るためのフーリエ級数とその特性
      3. 離散フーリエ変換とその特性
   2. デジタルフィルタの基礎
      1. デジタルフィルタの基礎
      2. 移動平均フィルタの特性
      3. 実用・簡単な移動平均フィルタの設計法
   3. ウェーブレット変換の基礎
      1. 連続ウェーブレット変換とその特性
      2. 離散ウェーブレット変換とその特性
      3. ウェーブレット変換による画像処理
2. ノイズ除去・信号分離の基本技術とテクニック
   1. 信号の種類と処理目的に適応する信号処理法の選択
      1. 信号の種類とそれに適応する処理法の例
      2. 定常信号の処理法の例
      3. 非定常信号の処理法の例
   2. フーリエ変換によるノイズ除去と信号分離
      1. フーリエ変換の知るべき特性
      2. フーリエ変換の特性を生かした信号処理のテクニック
      3. フーリエ変換によるノイズ除去と信号分離の例
   3. ウェーブレット変換によるノイズ除去と信号分離
      1. ウェーブレット変換と短時間フーリエ変換の相違点
      2. 連続ウェーブレット変換による信号分離の例
      3. 離散ウェーブレット変換の縮退法によるノイズ除去の例
3. IoT・AI時代の信号抽出・異常検出の応用例
   1. 短時間フーリエ変換を用いた音源方向定位
      1. 実環境における音源方向定位の例
      2. ロボットの音源定位システムの応用例
   2. ウェーブレット変換を用いた独立成分分析による音声信号抽出
      1. 理想環境における白色ノイズから音声信号の抽出例
      2. 実環境における混合音声から目的音声の抽出例
   3. 方向成分を利用した特徴検出と表面検査
      1. 橋床のひび割れ検出の応用例
      2. プリント基板の欠陥検出の応用例
   4. ウェーブレット瞬時相関による異常信号検出
      1. ガソリンエンジンのノッキングの検出例
      2. クルマのラトル音の音源探査の例
   5. カウス解析によるノイズの除去と目的信号の抽出
      1. カウス解析によるによる工具振動信号の抽出
      2. リカレンスプロットによる水道管漏水音の抽出とAIによる判定