受講形式
会場・ＷＥＢ
受講対象
各種設備・製造関係者、研究・開発者
予備知識
高校レベルの簡単な数学程度
習得知識
1)ディジタル信号処理の基礎
2)音情報処理の基礎
3)音の特徴量
4)雑音除去技術
5)音による故障検知技術
6)音による故障予知技術
7)ディープニューラルネットワーク技術 など
講師の言葉
画像処理やコンピュータビジョンにおけるAI技術の成功から、次は音の利用だ！という流れが
できつつあります。特に、これまで産業界から重大な問題であると認識されていたにも関わらず、
実際には人間の手に頼らざるを得なかった、機械の故障検知や故障予知の問題に、音が有効に利用
できる可能性が出てきました。
本セミナーでは、講師のこれまでの音声研究のノウハウと、各種企業との共同研究の経験値を
組み合わせ、音が故障検知や故障予知にどのように利用できるかを説明します。ディジタル信号
処理の基礎から、音の特徴量の求め方までを平易に解説した後、それらの故障検知への利用方法、
およびその故障予知への発展の方法について、可能なアプローチをご紹介します。
また、実際の環境音、騒音などに鑑みて、比較的平易に取り組める雑除去手法の紹介も行います。
画像では困難だが、音なら容易である例にも言及し、これからの音応用のイメージを膨らませて
頂くことを目指します。実際の現場で、どのようなマイクをどのように取り付けるか等のノウハウ
もお伝えする予定です。
プログラム
1. はじめに 1.1 正常音と異常音 1.2 音による情景分析 2. 音信号の基礎 2.1 離散時間信号 2.2 ディジタルフィルタ 2.2 フーリエ変換 2.3 パワースペクトル 2.4 音の特性 3. 音の特徴量 3.1 パワー、周期 3.2 スペクトル 3.3 ケプストラム、メルケプストラム 3.4 線形予測係数 4. 雑音除去技術 4.1 スペクトル引き算 4.2 ウィナーフィルタ 4.3 各種フィルタリング 4.4 複数マイクの利用 5. 故障検知の方法 5.1 特徴量の利用 5.2 距離尺度の利用 5.3 ニューラルネットワークの利用 5.4 最近の手法 6. 故障予知の方法 6.1 時系列情報の利用 6.2 故障検知方法の有効利用 6.3 最近の試み 講師紹介 1986年、慶應義塾大学理工学部卒。 1991年、慶應義塾大学大学院理工学研究科博士課程了、工学博士 1991年、埼玉大学工学部情報工学科助手 1995年、ラフバラ大学、1996年ベルファーストクイーンズ大学（ともにイギリス）客員研究員 1998年、埼玉大学助教授 2007年、埼玉大学教授
IEEE, アメリカ音響学会、日本音響学会、電子情報通信学会、信号処理学会、電気学会 会員
現在、信号処理学会編集長
