産業界においてモデルベースアプローチの有用性が認識されてきました。本セミナーでは、究極のモデルベースアプローチであるカルマンフィルタについて平易に解説することを試みます。カルマンフィルタを用いることにより、雑音に汚された測定値から信号成分をフィルタリングでき、センサで測定されない状態量を推定することもできます。カルマンフィルタは、時系列やシステムに対して適用できる実用的なフィルタですが、最近では機械学習との関係も指摘されており、それらについても説明したいと思います。

1. はじめに
   1. アナログフィルタとディジタルフィルタ
   2. カルマンフィルタとは
2. カルマンフィルタを学ぶための基礎
   1. 時系列の状態空間モデリング
   2. 確率過程の準備
   3. 最小二乗法
   4. 最尤推定法
3. 線形カルマンフィルタ
   1. 線形カルマンフィルタのアルゴリズム
   2. 定常カルマンフィルタ
   3. 非定常カルマンフィルタ
   4. 数値シミュレーション例
4. 非線形カルマンフィルタの考え方
   1. 拡張カルマンフィルタ (EKF)
   2. 無香料カルマンフィルタ (UKF)
5. 時系列のモデリング
   1. ARモデルのパラメータ推定
6. まとめ
• 質疑応答