昨今、広汎な分野 (ゲーム、経済、自動運転、ロボットなど) で利活用されつつある知的な情報処理手法として人工知能 (AI:Artificial Intelligence) 技術が脚光を浴びている。これらAIの核となる処理は、「推論:知識をもとに、新しい結論を得ること」、「学習:情報から、将来使えそうな知識を見つけること」の2つに大別され、ディープ・ラーニング (深層学習) と呼ばれる新しい適応計算処理が大きな役割を果たしている。
　本セミナーでは、まずフィルタやサウンド処理等を例に、ディジタル・フィルタを実際に設計・プログラミングして応用できるように説明する。各種ディジタル・フィルタの伝達関数設計から実装までの流れを説明した後、ディジタル信号処理でしか実現できない適応フィルタ、さらに適応フィルタの計算アルゴリズムが人工知能の基礎理論 (バック・プロパゲーション法、ディープ・ラーニング) につながることを、シミュレータ演習を交えて解説する。

1. ディジタル・フィルタ設計から実装まで…演習
   1. DFT (離散フーリエ変換) に基づく設計法
   2. インパルス応答に基づく設計法
   3. 微分 (または積分) オペレータに基づく設計法 (双1次z変換)
   4. 各種構成法 (直接形、標準形、直列形、並列形)
2. 適応フィルタから人工知能 (AI) まで…演習
   1. 適応アルゴリズム (LMS)
   2. 適応フィルタの活用例 (システム同定、雑音除去)
   3. 人工知能とニューラル・ネットワーク
   4. バック・プロパゲーション法に基づく学習計算アルゴリズム
   5. ディープ・ラーニング:深層学習の計算アルゴリズム
3. まとめ