ホーム 総合日程表  Web配信  機械学習  画像認識  7月  8月  9月  10月 

〜慶應義塾大学 足立修一先生の〜    ★ZoomによるWeb配信セミナー★

【制御のためのモデリングとカルマンフィルタ講座】

 
 時系列データや対象システム(プラント)の数理モデルを作成し,そのモデルに基づいて状態推定/フィルタリング,予測,制御を行うモデルベーストアプローチは,現代工学の基礎の一つでしょう。
 本講座では,システム同定を用いた制御のためのモデリング,カルマンフィルタ,そして,それらの数学的基礎となる確率統計と線形代数について系統的に講義します。講義には,講演者による著書である「システム同定の基礎」,「カルマンフィルタの基礎」を用います。そのため,講義だけでなく,その後,これらの著書を用いて受講生が自習することもできるでしょう。

足立修一(あだちしゅういち) 氏
 慶應義塾大学 理工学部 物理情報工学科 教授(工学博士)

         

『システム同定によるデータ駆動モデリングの基礎とカルマンフィルタとの関係』

 2022年9月26日(月)10:00-17:00 
      … 51,700円(税込)/1名、62,700円(税込)/1口(3名まで)

カルマンフィルタを用いて状態推定を行う場合,対象であるシステムや時系列のモデリングは非常に重要なステップです。カルマンフィルタが成功するかどうかは,対象のモデリングにかかっているといっても過言ではないでしょう。
 本セミナーでは,対象システムの入出力データを用いてシステムをモデリングするシステム同定の基礎理論について解説します。特に,システム同定の初心者を対象にして,システム同定の目的から,システム同定モデル,そしてシステム同定アルゴリズムまで,システム同定の基礎となる部分を丁寧に解説します。さらに,カルマンフィルタによるシステムの状態推定を行う場合について,システム同定法の適用法をお話しします。


『カルマンフィルタの基礎理論〜センシング、制御、機械学習などの基礎となる

 2022年11月29日(火)10:00-17:00 
      
… 51,700円(税込)/1名、62,700円(税込)/1口(3名まで)

自動車産業をはじめとして、さまざまな産業界でモデルベース開発の重要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、できるだけわかりやすく解説することを試みます。カルマンフィルタは、対象である時系列、あるいはシステムの数学モデルが与えられたとき、雑音が混入した観測データから対象の状態を推定(フィルタリング)する方法です。

本セミナーでは,カルマンフィルタの基礎理論について詳細に解説します。センシング,制御,あるいは機械学習などのAI の分野とカルマンフィルタの関係についても述べます。できれば,古典制御や現代制御,確率過程などの知識をお持ちの方が望ましいですが,高等学校の数学の知識があれば,本セミナーを理解できるようにお話ししたいと考えています。
 本セミナーでは,まず,線形カルマンフィルタのアルゴリズムを紹介し、数値例を通してカルマンフィルタの仕組みについて学習します。つづいて,非線形カルマンフィルタの考え方を簡単に述べます。最後に,カルマンフィルタを利用する上で重要である時系列データのモデリングについてもお話しします。

『カルマンフィルタの実践〜カルマンフィルタを自由自在に使いこなす

 2022年12月19日(月)10:00-17:00
       
… 51,70円(税込)/1名、62,700円(税込)/1口(3名まで)

自動車産業をはじめとして、さまざまな産業界でモデルベース開発の重要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り,センシング,制御,あるいは機械学習などのAI の分野と密接な関係をもつカルマンフィルタについて述べます。特に,カルマンフィルタの実践を目指すユーザを対象として,カルマンフィルタを利用する上で有益な情報を提供することを目的とします。

本セミナーでは,カルマンフィルタの基礎理論について,一度は勉強したことがある方を対象にします,したがって,時系列データの状態空間表現や線形カルマンフィルタのアルゴリズムについてはある程度の知識があることを前提とします。
 本セミナーでは,まず,線形カルマンフィルタのアルゴリズムを紹介し、数値例を通してカルマンフィルタの仕組みについて学習します。続いて,代表的な非線形カルマンフィルタである拡張カルマンフィルタ(EKF)と無香料カルマンフィルタ(UKF)のアルゴリズムを説明し,非線形カルマンフィルタを用いた状態とパラメータの同時推定を導入します。また,カルマンフィルタの数値的不安定性について述べ,その問題点に対処するUD分解フィルタを導入します。さらに,カルマンフィルタの2つの応用例を紹介します。時間があれば,ロバストフィルタの考え方について紹介したいと思います。

『カルマンフィルタ・機械学習のための確率統計・線形代数入門』

 2023年2月13日(月)10:00-17:00 
      
… 51,700円(税込)/1名、62,700円(税込)/1口(3名まで)

深層学習(ディープラーニング)に代表される機械学習に対する関心が非常に高まっています。機械学習のユーザであれば,その中身について深く知る必要はないかもしれません。しかし,学習理論を正しく使うためには,その中身を構成する確率・統計理論や線形代数などの数学の知識が必要です。このような知識を持っていれば,この第3AI ブームが終わっても,それらは次に向けた研究開発に大いに役立つことでしょう。
 本セミナーでは,カルマンフィルタ,システム同定,機械学習などを学ぶために必要な数学に焦点を絞って解説します。まず,難解だと言われる確率論を平易に解説することを試みます。また,その延長線上にある最小二乗法と最尤推定法などの統計的推定論を説明し,最小二乗法の先にある特異値分解法や,機械学習理論でも中心的な理論である正則化法について解説します。