機械学習のための信号処理

機械学習は、人や車等の物体認識、工場設備やインフラ環境の故障検出、疾病や災害の予測等、多種多様なシステムに応用される、現在最も注目される技術の一つです。

学習の対象となる代表的なデータには、画像信号、音声信号、その他各種センサー信号があげられますが、認識や検出の精度を確保しながら、センサーデバイスの消費電力や通信帯域を考慮した最適なシステムを実現するには、「効果的な特徴量の抽出」が重要なポイントとなります。

特徴量の抽出においては、その性質を良く現す情報の評価や、必要な成分の切り分け等の「信号処理」が多用されます。信号処理技術に30年以上の実績を持つMATLABは、特徴量の抽出から機械学習までのワークフローにおいて、横断的かつ効果的に活用することができます。

本Webセミナーでは、「センサーデータ解析による人の行動認識」を題材として、特徴量の抽出や、それに伴う前処理等、機械学習に応用される各種信号処理機能を、実際のアルゴリズム開発ワークフローに沿ってご紹介します。