AI・IoT時代の生産現場を支えるデジタル信号処理の基礎と実践応用テクニック【アーカイブ配信】

※オンライン会議アプリzoomを使ったWEBセミナーです。ご自宅や職場のノートPCで受講できます。

こちらは1/30(金)実施WEBセミナーのアーカイブ(録画)配信です。期間中何度でも視聴できます

セミナー概要
略称
信号処理技術【アーカイブ配信】
セミナーNo.
260197A
配信開始日
2026年02月02日(月)
配信終了日
2026年02月09日(月)
主催
(株)R&D支援センター
問い合わせ
Tel:03-5857-4811 E-mail:info@rdsc.co.jp 問い合わせフォーム
講師
愛知産業大学 造形学部スマートデザイン学科
教授 博士(工学)章 忠 氏
【ご専門】計測工学、知的システム

【ご経歴】
1993年岡山大学大学院博士課程修了.2004年まで、岡山県工業技術センター,計測制御研究室長・専門研究員,岡山県立大学大学院・助教授.1998年9月から1999年3まで,オーストラリア Melbourne大学客員研究員.2004年10月から2020年3月まで豊橋技術科学大学大学院工学研究科・教授、2020年4月から2025年3月まで広島工業大学工学部知能機械工学科・教授。振動騒音の計測制御,信号処理および異常診断,ウェーブレット変換およびIOT・AI技術の応用などの研究に従事. 現在、愛知産業大学造形学部スマートデザイン学科・教授、豊橋技術科学大学名誉教授。
価格
非会員:  55,000円 (本体価格:50,000円)
会員:  49,500円 (本体価格:45,000円)
学生:  55,000円 (本体価格:50,000円)
価格関連備考
会員(案内)登録していただいた場合、通常1名様申込で55,000円(税込)から
 ・1名で申込の場合、49,500円(税込)へ割引になります。
 ・2名同時申込で両名とも会員登録をしていただいた場合、計55,000円(2人目無料)です。

会員登録とは? ⇒ よくある質問
備考
・こちらは1/30(金)実施WEBセミナーのアーカイブ(録画)配信です。

・資料付(紙媒体での配布)※データの配布はありません。
 ご自宅への送付を希望の方はコメント欄に送付先住所をご記入ください。
 ⇒お届け先のご指定がない場合は、お申し込み時の住所宛に送付いたします。

・配信開始日までにセミナー資料(紙媒体)、閲覧用URLをお送りします。
 直前のお申込みの場合、配信開始日までにテキスト資料の到着が
 間に合わない可能性がございます。その場合、先に閲覧用URLをお送りいたします。

・閲覧用データの編集は行っておりません。

 セミナー資料の無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。
講座の内容
受講対象・レベル
・画像、音、機械、計測、生体関連の技術者の方
必要な予備知識
・線形代数と微分・積分、フーリエ変換の初歩的な知識
習得できる知識
・デジタル信号処理に必要な知識
・独自にできるデジタル信号処理の手法
・ノイズ除去と信号分離のテクニック
・信号抽出・異常検出の知識と技術
趣旨
 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。
プログラム

1.デジタル信号処理のための基礎知識
  1-1 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
 1-2 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
  1-3 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
    2-1 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
 2-2 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
 2-3 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
 3-1 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
 3-2 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
 3-3 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
 3-4 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
 3-5 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
 

キーワード
AI,IoT,デジタル信号処理,ノイズ除去,信号分離,抽出,異常検出,セミナー,講演
関連するセミナー
関連する書籍
関連するタグ
フリーワード検索