状態推定アルゴリズム ~パーティクルフィルタの基礎・応用・実装【WEBセミナー】

セミナー概要
略称
状態推定【WEBセミナー】
セミナーNo.
tr210711
開催日時
2021年07月21日(水) 10:30~16:30
主催
(株)トリケップス
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
日本工業大学 基幹工学部 電気電子通信工学科 教授 生駒 哲一 氏

<略歴、等>
 1989年 法政大学 工学部 電気工学科 計測制御専攻卒業.
 1991年 法政大学大学院 工学研究科 システム工学専攻 修士課程修了.
 1995年 総合研究大学院大学 数物科学研究科 統計科学専攻 博士課程修了.
 1995年4月 広島市立大学 情報科学部 情報機械システム工学科 助手.
 1998年4月 九州工業大学 工学部 電気工学科 講師(専任),
  同在職中,2002年7月~2003年4月に,文部省在外研究員制度にて,英国ケンブリッジ大学工学部 信号処理研究グループ に滞在(客員研究員).
 2003年9月 九州工業大学 助教授
 2008年4月 九州工業大学大学院 工学研究院 電気電子工学研究系 准教授,
 2016年4月 日本工業大学 工学部 情報工学科 教授,
 2018年4月より、学内改組に伴い,基幹工学部 電気電子通信工学科に所属変更,
  現在に至る.

<学会活動、等>
IEEE,計測自動制御学会,電子情報通信学会,日本統計学会,応用統計学会,日本知能情報ファジィ学会,日本神経回路学会,信号処理学会,及び,自動車技術会の会員.
 2005年 パーティクルフィルタ研究会を発足して主宰.

<主な受賞>
 Best Paper Award of ISCIIA2004(平成16年12月)
 Best Paper Award of ISCIIA2012(平成24年8月)
 JACIII Best Paper Award in 2013 for 2010-2012(平成25年8月)
 貢献賞(日本知能情報ファジィ学会賞)、受賞対象「SCIS&ISIS2014の運営」(平成27年9月)
価格
非会員:  50,600円 (本体価格:46,000円)
会員:  50,600円 (本体価格:46,000円)
学生:  50,600円 (本体価格:46,000円)
価格関連備考
お1人様受講の場合 50,600円[税込]/1名
1口でお申込の場合 62,700円[税込]/1口(3名まで受講可能)

※4名以上お申し込みの場合は、ご連絡ください。
備考
★本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、お申込み前にZoomのテストミーティング(http://zoom.us/test)にアクセスできることをご確認下さい。

★インターネット経由でのライブ中継のため、回線状態などにより、画像や音声が乱れる場合があります。講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。

★受講中の録音・撮影等は固くお断りいたします。
講座の内容
趣旨
 時々刻々と変化するシーン中の動く対象物を追跡する課題に対して,効果的な解を与える「パーティクルフィルタ」について,その基礎・方法論から応用,プログラム実装までを網羅した講義内容である.
 確率・統計,ベイズ推定を出発点として,問題設定である「状態空間モデル」の定式化,その解を求める「状態推定」課題の明確化,状態推定の数式としての解(形式的な解)を理解する.これらの理論的な事実に基づいた方法論として,具体的な状態推定のアルゴリズム群を俯瞰する.カルマンフィルタに代表される解析的なフィルタ,パーティクルフィルタをはじめとする各種の近似フィルタ,および,更に発展的な方法について学ぶ.併せて,過去の時刻の推定である「平滑化」や,状態空間モデルに含まれる固定パラメータの推定についても触れる.発展的な課題として,複数対象の同時推定についても概観する.これらの理論および方法論を活用した応用として,複数分野の具体的な事例について概説する.プログラミングの実装例についても簡単に紹介する.
プログラム

 1 状態空間モデルと状態推定
  1.1 確率論と統計学
  1.2 最尤推定,ベイズ推定・逐次ベイズ推定
  1.3 状態空間モデル~マルコフ性,条件付き独立観測
  1.4 状態推定とその形式的解~ろ波,予測,平滑化

 2 状態推定の方法
  2.1 解析的フィルタ~カルマンフィルタ
  2.2 近似フィルタ~パーティクルフィルタほか
  2.3 発展的な方法~逐次モンテカルロフィルタ
  2.4 平滑化と固定パラメータ推定~変分ベイズほか
  2.5 複数対象の同時推定~ランダム有限集合状態空間モデル

 3 応用事例の紹介
  3.1 簡単なモデルでの原理確認~トレンド・非線形モデル
  3.2 時系列解析~非定常モデル,成分分解モデルほか
  3.3 ターゲット追跡~レーダー観測下の移動対象追跡
  3.4 Visual Tracking:動画像追跡~CONDENSATIONほか
  3.5 複数異種センサの情報融合~尤度算出モデル
  3.6 移動体の自己位置推定と地図学習~SLAM問題
  3.7 複数対象の同時追跡~SMC-PHDフィルタほか

 4 プログラミング実装
  4.1 C/C++実装
  4.2 Python 実装

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