SAP11_12

SAP11_03

第 3 回 音声音響信号処理 ( 線形予測分析と自己回帰モデル ) 亀岡弘和 東京大学大学院情報理工学系研究科日本電信電話株式会社 NTT コミュニケーション科学基礎研究所 講義内容 ( キーワード ) 信号処理 符号化 標準化の実用システム例の紹介情報通信の基本 ( 誤り検出 訂正符号 変調 IP) 符号化技術の基本 ( 量子化 予測 変換 圧縮 ) 音声分析 合成 認識 強調 音楽信号処理統計的信号処理の基礎

Missing Data NMF

月 4 2013 冬学期 [4830-1032] 第 4 回 音声音響信号処理 ( 線形予測分析と自己回帰モデル ) 亀岡弘和 東京大学大学院情報理工学系研究科日本電信電話株式会社 NTT コミュニケーション科学基礎研究所 講義内容 ( キーワード ) 信号処理 符号化 標準化の実用システム例の紹介 情報通信の基本 ( 誤り検出 訂正符号 変調 IP) 符号化技術の基本 ( 量子化 予測 変換 圧縮

Microsoft PowerPoint rev.ppt

部分空間法研究会 2010 チュートリアル 独立成分分析入門 ~ 音の分離を題材として~ [2010 年 7 月 26 日 ] NTT コミュニケーション科学基礎研究所 澤田宏 1 スケジュール 1. 独立成分分析について 定式化, 歴史, 応用 2. 音源分離のデモ 3. 信号の統計的性質 信号を混ぜる - 中心極限定理 4. 独立成分分析のアルゴリズム 白色化 + FastICA 最尤推定法 by

PowerPoint プレゼンテーション

非線形カルマンフィルタ ~a. 問題設定 ~ 離散時間非線形状態空間表現 x k + 1 = f x k y k = h x k + bv k + w k f : ベクトル値をとるx k の非線形関数 h : スカラ値をとるx k の非線形関数 v k システム雑音 ( 平均値 0, 分散 σ v 2 k ) x k + 1 = f x k,v k w k 観測雑音 ( 平均値 0, 分散 σ w

スパース表現による音響信号処理

チュートリアル : 非負値行列因子分解 亀岡弘和 東京大学大学院情報理工学系研究科 kameoka@hil.t.u-tokyo.ac.jp NTT コミュニケーション科学基礎研究所 kameoka.hirokazu@lab.ntt.co.jp 音楽情報科学研究会 2011 年 7 月 27 日 行列の積 としてのスペクトログラム Frequency time 行列の積 としてのスペクトログラム 基底スペクトル

IPSJ SIG Technical Report 1, Instrument Separation in Reverberant Environments Using Crystal Microphone Arrays Nobutaka ITO, 1, 2 Yu KITANO, 1

1, 2 1 1 1 Instrument Separation in Reverberant Environments Using Crystal Microphone Arrays Nobutaka ITO, 1, 2 Yu KITANO, 1 Nobutaka ONO 1 and Shigeki SAGAYAMA 1 This paper deals with instrument separation

Implementation of Computationally Efficient Real-Time Voice Conversion

音情報処理 第 4 回 音声符号化 中村哲 1 秒間につき 128 kbi 使用 音声符号化 1 秒間につき 8 kbi だけ使用 伝送するビット数を 6% 程度に減らすことができる! 本日の講義を受けることで なぜこのようなことが可能なのかを理解することができます 講義内容 波形符号化 標本化 量子化 音声符号化方式 波形符号化方式 分析合成方式 ハイブリッド方式 聴覚符号化方式 符号化 ある情報を他のもの

応用音響学

東京大学工学部 4 年生夏学期 応用音響学第 3 回 (4/21) 猿渡洋 東京大学大学院情報理工学系研究科システム情報学専攻 hiroshi_saruwatari@ipc.i.u-tokyo.ac.jp 講義スケジュール 前半 ( 猿渡担当 ) 4/07: 第 1 回 4/14: 第 2 回 4/21: 第 3 回 4/28: 第 4 回 5/12: 第 5 回 5/19: 第 6 回 後半 (

IBIStutorial2014

特別企画 MIRU KIKU 音学シンポジウム 連携オーガナイズドセッション 音響信号の分解と再構成 亀岡弘和 日本電信電話株式会社 NTT コミュニケーション科学基礎研究所 自己紹介 亀岡弘和 ( かめおかひろかず ) 略歴 : 2007 東京大学大学院情報理工学系研究科システム情報学専攻博士課程修了 2007 日本電信電話株式会社入社 NTT コミュニケーション科学基礎研究所配属 2011 東京大学大学院情報理工学系研究科システム情報学専攻客員准教授

例 e 指数関数的に減衰する信号を h( a < + a a すると, それらのラプラス変換は, H ( ) { e } e インパルス応答が h( a < ( ただし a >, U( ) { } となるシステムにステップ信号 ( y( のラプラス変換 Y () は, Y ( ) H ( ) X (

第 週ラプラス変換 教科書 p.34~ 目標ラプラス変換の定義と意味を理解する フーリエ変換や Z 変換と並ぶ 信号解析やシステム設計における重要なツール ラプラス変換は波動現象や電気回路など様々な分野で 微分方程式を解くために利用されてきた ラプラス変換を用いることで微分方程式は代数方程式に変換される また 工学上使われる主要な関数のラプラス変換は簡単な形の関数で表されるので これを ラプラス変換表

応用音響学

東京大学工学部 4 年生夏学期 応用音響学第 1 回 (4/5) 猿渡洋 東京大学大学院情報理工学系研究科創造情報学 / システム情報学専攻 hiroshi_saruwatari@ipc.i.u-tokyo.ac.jp 2019 年度講義スケジュール 前半 ( 猿渡担当 ) 4/05: 第 1 回 4/19: 第 2 回 4/26: 第 3 回 5/10: 第 4 回 5/17 は休講予定 5/24:

PowerPoint プレゼンテーション

20150528 信号処理システム特論 本日の内容 適応フィルタ ( 時間領域 ) 適応アルゴリズム (LMS,NLMS,RLS) 適応フィルタの応用例 適応処理 非適応処理 : 状況によらずいつでも同じ処理 適応処理 : 状況に応じた適切な処理 高度な適応処理の例 雑音抑圧, 音響エコーキャンセラ, 騒音制御など 時間領域の適応フィルタ 誤差信号 与えられた手順に従ってフィルタ係数を更新し 自動的に所望の信号を得るフィルタ

untitled

非負値行列因子分解 NMF の基礎とデータ / 信号解析への応用 Nonnegative Matrix Factorization and Its Applications to Data/Signal Analysis 澤田 宏 非負値行列因子分解 (NMF : Nonnegative Matrix Factorization) は, 非負値のみからなる行列を分解するという数学的に非常にシンプルな定式化でありながら,

Microsoft PowerPoint - 第３回２.ppt

講義内容 講義内容 次元ベクトル 関数の直交性フーリエ級数 次元代表的な対の諸性質コンボリューション たたみこみ積分 サンプリング定理 次元離散 次元空間周波数の概念 次元代表的な 次元対 次元離散 次元ベクトル 関数の直交性フーリエ級数 次元代表的な対の諸性質コンボリューション たたみこみ積分 サンプリング定理 次元離散 次元空間周波数の概念 次元代表的な 次元対 次元離散 ベクトルの直交性 3

<4D F736F F F696E74202D2091E6824F82518FCD E838B C68CEB82E894AD90B B2E >

目次 参考文献安達著 : 通信システム工学, 朝倉書店,7 年. ディジタル変調. ディジタル伝送系モデル 3. 符号判定誤り確率 4. 元対称通信路 安達 : コミュニケーション符号理論 安達 : コミュニケーション符号理論 変調とは?. ディジタル変調 基底帯域 ( ベースバンド ) 伝送の信号波形は零周波数付近のスペクトルを持っている. しかし, 現実の大部分の通信路は零周波数付近を殆ど伝送することができない帯域通信路とみなされる.

Microsoft PowerPoint - SP _slides

音情報処理 第 3 回音声符号化 戸田智基 名古屋大学情報基盤センター / 大学院情報科学研究科 講義内容 波形符号化 標本化 量子化 音声符号化方式 波形符号化方式 分析合成方式 ハイブリッド方式 聴覚符号化方式 符号化 ある情報を他のもの ( 符号 ) で置き換える作業 例 1: 新聞広告 賃貸マンションをお貸しします. 間取りは 2LDK で, 具体的には 8 畳,6 畳,4.5 畳のダイニングキッチン,

画像処理工学

画像処理工学 画像の空間周波数解析とテクスチャ特徴 フーリエ変換の基本概念 信号波形のフーリエ変換 信号波形を周波数の異なる三角関数 ( 正弦波など ) に分解する 逆に, 周波数の異なる三角関数を重ねあわせることにより, 任意の信号波形を合成できる 正弦波の重ね合わせによる矩形波の表現 フーリエ変換の基本概念 フーリエ変換 次元信号 f (t) のフーリエ変換 変換 ( ω) ( ) ωt F f

インターリーブＡＤＣでのタイミングスキュー影響のデジタル補正技術

1 インターリーブADCでのタイミングスキュー影響のデジタル補正技術 浅見幸司 黒沢烈士 立岩武徳 宮島広行 小林春夫 ( 株 ) アドバンテスト 群馬大学 2 目次 1. 研究背景 目的 2. インターリーブADCの原理 3. チャネル間ミスマッチの影響 3.1. オフセットミスマッチの影響 3.2. ゲインミスマッチの影響 3.3. タイミングスキューの影響 4. 提案手法 4.1. インターリーブタイミングミスマッチ補正フィルタ

数学 t t t t t 加法定理 t t t 倍角公式加法定理で α=β と置く. 三角関数

. 三角関数 基本関係 t cot c sc c cot sc t 還元公式 t t t t t t cot t cot t 数学 数学 t t t t t 加法定理 t t t 倍角公式加法定理で α=β と置く. 三角関数 数学. 三角関数 5 積和公式 6 和積公式 数学. 三角関数 7 合成 t V v t V v t V V V V VV V V V t V v v 8 べき乗 5 6 6

TCX γ 0.9,, H / H, [4], 3. 3., ( /(,,,,,,, Mel Log Spectrum Approximation (MLSA [5],, [6], [7].,,,,,,, (,,, 3.,,,,,,,, sinc,,, [8], W, ( Y ij Y ij W l

,a,b,c,d,e,,,,,,,, TCX.,, (VoIP,,, 3GPP Extended Adaptive Multi-Rate Wideband (AMR- WB+ MPEG-D Unified Speech and Audio Coding (USAC [], [],,,, AMR-WB+ USAC, Transform Coded exitation (TCX, TCX NTT a sugiura@hil.t.u-toyo.ac.jp

Microsoft PowerPoint - ip02_01.ppt [互換モード]

空間周波数 周波数領域での処理 空間周波数 (spatial frquncy) とは 単位長さ当たりの正弦波状の濃淡変化の繰り返し回数を表したもの 正弦波 : y sin( t) 周期 : 周波数 : T f / T 角周波数 : f 画像処理 空間周波数 周波数領域での処理 波形が違うと 周波数も違う 画像処理 空間周波数 周波数領域での処理 画像処理 3 周波数領域での処理 周波数は一つしかない?-

2 DS SS (SS+DS) Fig. 2 Separation algorithm for motorcycle sound by combining DS and SS (SS+DS). 3. [3] DS SS 2 SS+DS 1 1 B SS SS 4. NMF 4. 1 (NMF) Y

a) Separation of Motorcycle Sound by Near Field Microphone Array and Nonnegative Matrix Factorization Chisaki YOSHINAGA, Nonmember, Yosuke TATEKURA a), Member, Kazuaki HAMADA, and Tetsuya KIMURA, Nonmembers

音情報処理I

音情報処理論 音声処理における信号処理 ~ 線形予測分析 ~ 東京大学大学院情報理工学系研究科 / 奈良先端大 猿渡洋 4 年 月 準備 :Z 変換 Z 変換 離散的な時系列の特性を解析する 手法 準備 : は離散時間波形 x x { x,..., x, x,..., x } 実数 定義 正 Z 変換 ; 時間領域から Z 領域へ ここで X x は サンプル時間遅れを表す演算子 定義 逆 Z 変換

Microsoft PowerPoint - aep_1.ppt [互換モード]

物理計測法特論 No.1 第 1 章 : 信号と雑音 本講義の主題 雑音の性質を理解することで 信号と雑音の大きさが非常に近い状態での信号の測定技術 : 微小信号計測 について学ぶ 講義の Web http://www.g-munu.t.u-tokyo.ac.jp/mio/note/sig_mes/tokuron.html 物理学の基本は実験事実の積み重ねである そして それは何かを測定することから始まる

トピックモデルの応用： 関係データ、ネットワークデータ

NTT コミュニケーション科学基礎研究所 石黒勝彦 2013/01/15-16 統計数理研究所会議室 1 1 画像認識系から尐し遅れますが 最近では音声 音響データに対してもトピックモデルが利用されるようになっています 2 1. どの特徴量を利用するか? 2. 時系列性をどう扱うか? 3 どの特徴量を利用して どうやって BoW 形式に変換するかを検討する必要があります MFCC: 音声認識などで広い範囲で利用される

h(n) x(n) s(n) S (ω) = H(ω)X(ω) (5 1) H(ω) H(ω) = F[h(n)] (5 2) F X(ω) x(n) X(ω) = F[x(n)] (5 3) S (ω) s(n) S (ω) = F[s(n)] (5

1 -- 5 5 2011 2 1940 N. Wiener FFT 5-1 5-2 Norbert Wiener 1894 1912 MIT c 2011 1/(12) 1 -- 5 -- 5 5--1 2008 3 h(n) x(n) s(n) S (ω) = H(ω)X(ω) (5 1) H(ω) H(ω) = F[h(n)] (5 2) F X(ω) x(n) X(ω) = F[x(n)]

SAP11_08

奈良先端科学技術大学院大学ゼミナール (2012/12/18) 生成モデルアプローチによる 音声音響信号処理 亀岡弘和 東京大学大学院情報理工学系研究科 NTT コミュニケーション科学基礎研究所 kameoka@hil.t.u-tokyo.ac.jp / kameoka.hirokazu@lab.ntt.co.jp 自己紹介 亀岡弘和情報理工学博士東京大学大学院情報理工学系研究科客員准教授 NTT

Information Theory

前回の復習 情報をコンパクトに表現するための符号化方式を考える 情報源符号化における基礎的な性質 一意復号可能性 瞬時復号可能性 クラフトの不等式 2 l 1 + + 2 l M 1 ハフマン符号の構成法 (2 元符号の場合 ) D. Huffman 1 前回の練習問題 : ハフマン符号 符号木を再帰的に構成し, 符号を作る A B C D E F 確率 0.3 0.2 0.2 0.1 0.1 0.1

untitled

N N X=[ ] R IJK R X R ABC A=[a ] R B=[b ] R C=[c ] R ABC X =[ ] R = a b c X X X X X D( ) D(X X )= log + D( ) a a b b c c b c b c a c a c a b a b R X X A a t =a b c a = t a R i i = a =. a I R = a = b =

3 2 2 (1) (2) (3) (4) 4 4 AdaBoost 2. [11] Onishi&Yoda [8] Iwashita&Stoica [5] 4 [3] 3. 3 (1) (2) (3)

(MIRU2012) 2012 8 820-8502 680-4 E-mail: {d kouno,shimada,endo}@pluto.ai.kyutech.ac.jp (1) (2) (3) (4) 4 AdaBoost 1. Kanade [6] CLAFIC [12] EigenFace [10] 1 1 2 1 [7] 3 2 2 (1) (2) (3) (4) 4 4 AdaBoost

PowerPoint プレゼンテーション

担当教員名 単位数西田健 2 単位 教室 時間 4-1A 教室火曜 4 限 目的不確定性を有する対象の制御に有効な確率システム制御理論について解説する また 確率的要因を考慮した状態推定のために 宇宙ロケットや自律ロボットなどの幅広い分野で利用されているカルマンフィルタやパーティクルフィルタについて解説し それらを用いる制御系の構成手法を教授する 授業計画 (1) ガイダンスと導入 (2) 線形動的システムの時系列モデリング

様々なミクロ計量モデル†

担当 : 長倉大輔 ( ながくらだいすけ ) この資料は私の講義において使用するために作成した資料です WEB ページ上で公開しており 自由に参照して頂いて構いません ただし 内容について 一応検証してありますが もし間違いがあった場合でもそれによって生じるいかなる損害 不利益について責任を負いかねますのでご了承ください 間違いは発見次第 継続的に直していますが まだ存在する可能性があります 1 カウントデータモデル

Progress report

自動化されたマルウェア動的解析システム で収集した大量 API コールログの分析 MWS 2013 藤野朗稚, 森達哉 早稲田大学基幹理工学部情報理工学科 Akinori Fujino, Waseda Univ. 1 目次 研究背景 提案手法 結果 まとめ Akinori Fujino, Waseda Univ. 2 マルウェアは日々驚くべき速さで増加している. 一日当たり 20 万個の新しいマルウェアが発見されている

スペクトルに対応する英語はスペクトラム（spectrum）です

7. ハミング窓とフラットトップ窓の等価ノイズ帯域幅 (ENBW) (1) Hamming 窓 Hamming 窓は次式で表されます MaTX にも関数が用意されています win = 0.54-0.46*cos(2*PI*[k/(N-1)); ただし k=0,1,---,n-1 N=256; K=[0:N-1]; w=0.54-0.46*cos(2*pi*k/(n-1)); mgplot_reset(1);

線形システム応答 Linear System response

画質が異なる画像例 コントラスト劣 コントラスト優 コントラスト普 鮮鋭性 普 鮮鋭性 優 鮮鋭性 劣 粒状性 普 粒状性 劣 粒状性 優 医用画像の画質 コントラスト, 鮮鋭性, 粒状性の要因が互いに密接に関わり合って形成されている. 比 鮮鋭性 コントラスト 反 反 粒状性 増感紙 - フィルム系での 3 要因の関係 ディジタル画像処理系でもおよそ成り立つ WS u MTFu 画質に影響する因子

Microsoft PowerPoint - 時系列解析（１１）_講義用.pptx

時系列解析 () ボラティリティ 時変係数 AR モデル 東京 学数理 情報教育研究センター 北川源四郎 概要. 分散 定常モデル : 線形化 正規近似. 共分散 定常モデル : 時変係数モデル 3. 線形 ガウス型状態空間モデル 分散 共分散 定常 3 地震波 経 5 定常時系列のモデル 4. 平均 定常 トレンド, 季節調整. 分散 定常 線形 ガウスモデル ( カルマンフィルタ ) で推定するためには

PowerPoint Presentation

付録 2 2 次元アフィン変換 直交変換 たたみ込み 1.2 次元のアフィン変換 座標 (x,y ) を (x,y) に移すことを 2 次元での変換. 特に, 変換が と書けるとき, アフィン変換, アフィン変換は, その 1 次の項による変換 と 0 次の項による変換 アフィン変換 0 次の項は平行移動 1 次の項は座標 (x, y ) をベクトルと考えて とすれば このようなもの 2 次元ベクトルの線形写像

参考書 (1) 中村, 山本, 吉田 : ウェーブレットによる信号処理と画像処理, 共立出版 応用の紹介とプログラムリストが中心, 理論的背景はほとんどなし 意味不明の比喩を多用 各時代 各国別に美女を探すのが窓フーリエ変換である 応用テーマ : 不連続信号検出, 相関の検出, ノイズ除去, 画像デ

Wavelet 変換 伊藤 彰則 aito@fw.ipsj.or.jp 1 参考書 (1) 中村, 山本, 吉田 : ウェーブレットによる信号処理と画像処理, 共立出版 応用の紹介とプログラムリストが中心, 理論的背景はほとんどなし 意味不明の比喩を多用 各時代 各国別に美女を探すのが窓フーリエ変換である 応用テーマ : 不連続信号検出, 相関の検出, ノイズ除去, 画像データ圧縮, 劣化画像復元

Microsoft PowerPoint - 画像工学 印刷用

教室 : 14-202 JURY 08 画像工学 2007 年度版 Imaging Science and Technology 画像工学 2007 年度版 11 慶応義塾大学理工学部 中島真人 教授 今日で最後です! 6. デジタル画像の性質と取り扱い 6-1. 画像のサンプリング サンプリングした画像のフーリエ変換 画像のサンプリング付随して生じるエラー 6-2. デジタル画像のフーリエ変換 周期関数のフーリエ変換

IPSJ SIG Technical Report Vol.2019-MUS-123 No.23 Vol.2019-SLP-127 No /6/22 Bidirectional Gated Recurrent Units Singing Voice Synthesi

Bidirectional Gated Recurrent Units Singing Voice Synthesis Using Bidirectional Gated Recurrent Units. [] (HMM) [] [3], [4] Kobe University MEC Company Ltd. (Text to Speech: TTS) [5].. 3Hz Hz c 9 Information

集中理論談話会 #9 Bhat, C.R., Sidharthan, R.: A simulation evaluation of the maximum approximate composite marginal likelihood (MACML) estimator for mixed mu

集中理論談話会 #9 Bhat, C.R., Sidharthan, R.: A simulation evaluation of the maximum approximate composite marginal likelihood (MACML) estimator for mixed multinomial probit models, Transportation Research Part

PowerPoint プレゼンテーション

パーティクルフィルタ 理論と特性 11.1 パーティクルフィルタの理論的導出 状態遷移とマルコフ性 p x k x 1:k 1, y 1:k 1 = f x k x k 1 p y k x 1:k, y 1:k 1 k = 0,1, = h y k x k x 1:k x 1, x 2,, x k y 1:k y 1, y 2,, y k 確率分布で表現される現時刻の状態が, 前時刻までの状態と観測の条件付き確率によって定まる.

Microsoft PowerPoint - 物情数学C（2012）（フーリエ前半）_up

年度物理情報工学科 年生秋学期 物理情報数学 C フーリエ解析 (Fourier lysis) 年 月 5 日 フーリエ ( フランス ) (768~83: ナポレオンの時代 ) 歳で Ecole Polyechique ( フランス国立理工科大学 ) の教授 ナポレオンのエジプト遠征に従軍 (798) 87: 任意の関数は三角関数によって級数展開できる という フーリエ級数 の概念を提唱 ( 論文を提出

MCMC: Marov Chain Monte Carlo [20] 2. VAE-NMF DNN DNN F T X x t R F t = 1,..., T x t 2. 1 Generative Adversarial Networ: GAN [21,22] GAN z t R D x t z

一般社団法人電子情報通信学会 THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS 信学技報 IEICE Technical Report SP2017-202017-08 TECHNICAL

DVIOUT

第 章 離散フーリエ変換 離散フーリエ変換 これまで 私たちは連続関数に対するフーリエ変換およびフーリエ積分 ( 逆フーリエ変換 ) について学んできました この節では フーリエ変換を離散化した離散フーリエ変換について学びましょう 自然現象 ( 音声 ) などを観測して得られる波 ( 信号値 ; 観測値 ) は 通常 電気信号による連続的な波として観測機器から出力されます しかしながら コンピュータはこの様な連続的な波を直接扱うことができないため

す 局所領域 ωk において 線形変換に用いる係数 (ak 画素の係数 (ak bk ) を算出し 入力画像の信号成分を bk ) は次式のコスト関数 E を最小化するように最適化 有さない画素に対して 式 (2) より画素値を算出する される これにより 低解像度な画像から補間によるアップサ E(

IR E-mail: hf@cs.chubu.ac.jp Abstract IR RGB ( ) IR IR IR RGB RGB PSNR 1 Time-Of- Flight(TOF)[1] Kinect [2] TOF LED TOF [3] [6] [4][5] 2 [6] RGB ( ) Infrared(IR) IR 2 2.1 1 す 局所領域 ωk において 線形変換に用いる係数 (ak

IPSJ SIG Technical Report Vol.2014-MUS-104 No /8/27 F0 1,a) 1,b) 1,c) 2,d) (F0) F0 F0 Graphical User Interface (GUI) F0 1. [1] CD MIDI [2] [3,

F,a),b),c) 2,d) (F) F F Graphical User Interface (GUI) F. [] CD MIDI [2] [3, 4] [5] 2 a) ikemiya@kuis.kyoto-u.ac.jp b) itoyama@kuis.kyoto-u.ac.jp c) yoshii@kuis.kyoto-u.ac.jp d) okuno@aoni.waseda.jp TANDEM-STRAIGHT

2014 3

1 3 113 : 1 Copyright c 1 by Kobayashi Keisuke Desktop Music (DTM) DAW (Digital Audio Workstation) YAMAHA Vocaloid DTM MIDI (Musical Instruments Digital Interface) Lee (Non-negative Matrix Factorization;

Signal Processing Toolbox

Signal Processing Toolbox 信号処理 解析およびアルゴリズム開発の実行 Signal Processing Toolbox は アナログおよびデジタル信号処理 (DSP) の業界標準アルゴリズムを提供 します この Toolbox を使用すると 時間領域および周波数領域での信号の可視化 スペクトル解析 における FFT の計算 FIR および IIR フィルターの設計 コンボリューション

Microsoft PowerPoint - CSA_B3_EX2.pptx

Computer Science A Hardware Design Excise 2 Handout V2.01 May 27 th.,2019 CSAHW Computer Science A, Meiji University CSA_B3_EX2.pptx 32 Slides Renji Mikami 1 CSAHW2 ハード演習内容 2.1 二次元空間でのベクトルの直交 2.2 Reserved

動画コンテンツ 動画 1 動画 2 動画 3 生成中の映像 入力音楽 選択された素片 テンポによる伸縮 音楽的構造 A B B B B B A C C : 4) 6) Web Web 2 2 c 2009 Information Processing S

1 2 2 1 Web An Automatic Music Video Creation System by Reusing Dance Video Content Sora Murofushi, 1 Tomoyasu Nakano, 2 Masataka Goto 2 and Shigeo Morishima 1 This paper presents a system that automatically

1. HNS [1] HNS HNS HNS [2] HNS [3] [4] [5] HNS 16ch SNR [6] 1 16ch 1 3 SNR [4] [5] 2. 2 HNS API HNS CS27-HNS [1] (SOA) [7] API Web 2

THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS TECHNICAL REPORT OF IEICE. 657 8531 1 1 E-mail: {soda,matsubara}@ws.cs.kobe-u.ac.jp, {masa-n,shinsuke,shin,yosimoto}@cs.kobe-u.ac.jp,

PowerPoint プレゼンテーション

音響学入門ペディア Q. 様々な音響特徴量それぞれの使い方や意味を教えて下さい 千葉祐弥東北大学大学院工学研究科博士後期課程 2 年 マスター特徴量って何に使うものタイトルの書式設定? 統計的分析 人間が音を聞く仕組みを解明する ( 方向 高さ 大きさ 音色 の知覚 ) データの符号化 圧縮への応用など 機械学習 パターン認識 音声認識 音声インターフェースの作成 楽曲のジャンル推定 楽曲検索 推薦等への応用など

音声情報処理

音情報処理論 中村哲 戸田智基 猿渡洋 川波弘道 Satoshi Nakamura @ NAIST 1 音声って何 人のコミュニケーションで意図を伝える最も重要な手段 音声を圧縮する 音声を作る 音声を聞き取る さらに 音響信号の処理 Satoshi Nakamura @ NAIST 2 シリコンオーディオ Satoshi Nakamura @ NAIST 3 Apple Siri Satoshi

PowerPoint プレゼンテーション

復習 ) 時系列のモデリング ~a. 離散時間モデル ~ y k + a 1 z 1 y k + + a na z n ay k = b 0 u k + b 1 z 1 u k + + b nb z n bu k y k = G z 1 u k = B(z 1 ) A(z 1 u k ) ARMA モデル A z 1 B z 1 = 1 + a 1 z 1 + + a na z n a = b 0

情報処理学会研究報告 IPSJ SIG Technical Report Vol.2013-MUS-99 No /5/11 スペクトル包絡と基本周波数の同時推定のための無限カーネル線形予測分析法 吉井和佳 1,a) 後藤真孝 1,b) 概要 : 本稿では, 音声信号のスペクトル包絡と基本

スペクトル包絡と基本周波数の同時推定のための無限カーネル線形予測分析法 吉井和佳,a) 後藤真孝,b) 概要 : 本稿では, 音声信号のスペクトル包絡と基本周波数とを同時に推定するための新しい線形予測分析法について述べる. 従来, ソース フィルタ理論に基づく線形予測分析法では, 所与の観測信号はガウス性白色雑音を入力信号とする自己回帰系からの出力信号であると仮定して, 全極型フィルタの係数を推定することが行われていた.

スライド 1

1 非対称通信路の通信路容量を達成する 符号化法に関する最近の進展 東京大学大学院新領域創成科学研究科複雑理工学専攻講師本多淳也 情報理論研究会 2018/5/18 概要 2 非対称通信路の符号化 polar 符号を用いる方式 無歪み圧縮を用いた符号化法の一般的な枠組み Miyake-Muramatsuの方式 連鎖構造に基づく方式 無歪み圧縮の逆操作について 通信路符号化 3 ノイズを含む通信路を用いて情報を伝送したい

Microsoft PowerPoint - 第０６章振幅変調.pptx

通信システムのモデル コミュニケーション工学 A 第 6 章アナログ変調方式 : 振幅変調 変調の種類振幅変調 () 検波出力の信号対雑音電力比 (S/N) 送信機 送信メッセージ ( 例えば音声 ) をアナログまたはディジタル電気信号に変換. 変調 : 通信路で伝送するのに適した周波数帯の信号波形へ変換. 受信機フィルタで邪魔な雑音を除去し, 処理しやすい電圧まで増幅. 復調 : もとの周波数帯の電気信号波形に変換し,

画像解析論（２）　講義内容

画像解析論 画像解析論 東京工業大学長橋宏 主な講義内容 信号処理と画像処理 二次元システムとその表現 二次元システムの特性解析 各種の画像フィルタ 信号処理と画像処理 画像解析論 処理の応答 記憶域 入出力の流れ 信号処理系 実時間性が求められる メモリ容量に対する制限が厳しい オンラインでの対応が厳しく求められる 画像処理系 ある程度の処理時間が許容される 大容量のメモリ使用が容認され易い オフラインでの対応が容認され易い

Microsoft Word doc

. 正規線形モデルのベイズ推定翠川 大竹距離減衰式 (PGA(Midorikawa, S., and Ohtake, Y. (, Attenuation relationships of peak ground acceleration and velocity considering attenuation characteristics for shallow and deeper earthquakes,

景気指標の新しい動向

内閣府経済社会総合研究所 経済分析 22 年第 166 号 4 時系列因子分析モデル 4.1 時系列因子分析モデル (Stock-Watson モデル の理論的解説 4.1.1 景気循環の状態空間表現 Stock and Watson (1989,1991 は観測される景気指標を状態空間表現と呼ば れるモデルで表し, 景気の状態を示す指標を開発した. 状態空間表現とは, わ れわれの目に見える実際に観測される変数は,

生命情報学

生命情報学 5 隠れマルコフモデル 阿久津達也 京都大学化学研究所 バイオインフォマティクスセンター 内容 配列モチーフ 最尤推定 ベイズ推定 M 推定 隠れマルコフモデル HMM Verアルゴリズム EMアルゴリズム Baum-Welchアルゴリズム 前向きアルゴリズム 後向きアルゴリズム プロファイル HMM 配列モチーフ モチーフ発見 配列モチーフ : 同じ機能を持つ遺伝子配列などに見られる共通の文字列パターン

第６章 実験モード解析

第 6 章実験モード解析 6. 実験モード解析とは 6. 有限自由度系の実験モード解析 6.3 連続体の実験モード解析 6. 実験モード解析とは 実験モード解析とは加振実験によって測定された外力と応答を用いてモードパラメータ ( 固有振動数, モード減衰比, 正規固有モードなど ) を求める ( 同定する ) 方法である. 力計 試験体 変位計 / 加速度計 実験モード解析の概念 時間領域データを利用する方法

Microsoft PowerPoint - spe1_handout10.ppt

目次 信号処理工学 Ⅰ 第 回 : ディジタルフィルタ 電気通信大学電子工学専攻電子知能システム学講座 問題は何か? フィルタとは? 離散時間システムとディジタルフィルタ ディジタルフィルタの種類 FIRフィルタの設計 長井隆行 問題は何か? 初心に戻る o.4 のスライド 重要なことは? 所望の信号を得るためにどのようなシステムにすれば良いか? 安定性を保つ必要もある ノイズ除去の例 周波数領域で見る

(1970) 17) V. Kucera: A Contribution to Matrix Ouadratic Equations, IEEE Trans. on Automatic Control, AC- 17-3, 344/347 (1972) 18) V. Kucera: On Nonnegative Definite Solutions to Matrix Ouadratic Equations,

2. ICA ICA () (Blind Source Separation BBS) 2) Fig. 1 Model of Optical Topography. ( ) ICA 2.2 ICA ICA 3) n 1 1 x 1 (t) 2 x 2 (t) n x(t) 1 x(t

ICA 1 2 2 (Independent Component Analysis) Denoising Method using ICA for Optical Topography Yamato Yokota, 1 Tomoyuki Hiroyasu 2 and Hisatake Yokouchi 2 Optical topography is one of the promising ways

001

PowerPoint プレゼンテーション

ロボットの計画と制御 マルコフ決定過程 確率ロボティクス 14 章 http://www.probabilistic-robotics.org/ 1 14.1 動機付けロボットの行動選択のための確率的なアルゴリズム 目的 予想される不確かさを最小化したい. ロボットの動作につての不確かさ (MDP で考える ) 決定論的な要素 ロボット工学の理論の多くは, 動作の影響は決定論的であるという仮定のもとに成り立っている.

工業数学F2-04（ウェブ用）.pptx

工業数学 F2 #4 フーリエ級数を極める 京都大学加納学 京都大学大学院情報学研究科システム科学専攻 Human Systems Lab., Dept. of Systems Science Graduate School of Informatics, Kyoto University 復習 1: 複素フーリエ級数 2 周期 2π の周期関数 f(x) の複素フーリエ級数展開 複素フーリエ係数

Microsoft PowerPoint - H22制御工学I-2回.ppt

制御工学 I 第二回ラプラス変換 平成 年 4 月 9 日 /4/9 授業の予定 制御工学概論 ( 回 ) 制御技術は現在様々な工学分野において重要な基本技術となっている 工学における制御工学の位置づけと歴史について説明する さらに 制御システムの基本構成と種類を紹介する ラプラス変換 ( 回 ) 制御工学 特に古典制御ではラプラス変換が重要な役割を果たしている ラプラス変換と逆ラプラス変換の定義を紹介し

遅延デジタルフィルタの分散型積和演算回路を用いたFPGA実装の検討

第 回電気学会東京支部栃木 群馬支所合同研究発表会 ETT--7 遅延デジタルフィルタの分散型積和演算回路を用いた FPGA 実装の検討 易茹 * 立岩武徳 ( 群馬大学 ) 浅見幸司 ( 株式会社アドバンテスト ) 小林春夫 ( 群馬大学 ) 発表内容 研究の背景 目的 分散型積和演算回路 実装の検討 まとめ 今後の課題 発表内容 研究の背景 目的 分散型積和演算回路 実装の検討 まとめ 今後の課題

PowerPoint プレゼンテーション

データ解析 第 7 回 : 時系列分析 渡辺澄夫 過去から未来を予測する 観測データ 回帰 判別分析 解析方法 主成分 因子 クラスタ分析 時系列予測 時系列を予測する 無限個の確率変数 ( 確率変数が作る無限数列 ){X(t) ; t は整数 } を生成する情報源を考える {X(t)} を確率過程という 確率過程に ついて過去の値から未来を予測するにはどうしたらよいだろうか X(t-K),X(t-K+1),,X(t-1)

Microsoft PowerPoint - Lec15 [互換モード]

情報デザイン専攻 画像情報処理論及び演習 II 周波数分解 FFT Gaussian フィルタと周波数分解 今日の授業内容 www.riken.jp/brict/yoshizawa/lectures/index.html www.riken.jp/brict/yoshizawa/lectures/lec5.pdf. 前回 前々回の復習 レポートの説明. 第 3, 回講義水曜日 限教室 68 吉澤信

untitled

KLT はエネルギを集約する カルーネンレーベ変換 (KLT) で 情報を集約する 要点 分散 7. 9. 8.3 3.7 4.5 4.0 KLT 前 集約 分散 0.3 0.4 4.5 7.4 3.4 00.7 KLT 後 分散 = エネルギ密度 エネルギ と表現 最大を 55, 最小を 0 に正規化して表示した 情報圧縮に応用できないか? エネルギ集約 データ圧縮 分散 ( 平均 ) KLT 前

FFT

ACTRAN for NASTRAN Product Overview Copyright Free Field Technologies ACTRAN Modules ACTRAN for NASTRAN ACTRAN DGM ACTRAN Vibro-Acoustics ACTRAN Aero-Acoustics ACTRAN TM ACTRAN Acoustics ACTRAN VI 2 Copyright

<4D F736F F F696E74202D C092425F D8A7789EF89C88A778BB38EBA816A8C6791D CC82B582AD82DD2E >

電子情報通信学会の小 中学生の科学教室 親子で学ぼう! 携帯電話の全て 仕組みから安全対策までー 2010 年 3 月 20 日 ( 土 )13 時 30 分 ~16 時, 東北大学電気通信研究所 1 号館 4 階講堂 (N408) 携帯電話のしくみ 東北大学大学院工学研究科 安達文幸 http://www.mobile.ecei.tohoku.ac.jp 1. 音波を使った会話 2. 電波を使った通信

NLMIXED プロシジャを用いた生存時間解析 伊藤要二アストラゼネカ株式会社臨床統計 プログラミング グループグルプ Survival analysis using PROC NLMIXED Yohji Itoh Clinical Statistics & Programming Group, A

NLMIXED プロシジャを用いた生存時間解析 伊藤要二アストラゼネカ株式会社臨床統計 プログラミング グループグルプ Survival analysis using PROC NLMIXED Yohji Itoh Clinical Statistics & Programming Group, AstraZeneca KK 要旨 : NLMIXEDプロシジャの最尤推定の機能を用いて 指数分布 Weibull

図 1: HPSS の処理の手順 HPSS では信号 s(t) をフレーム長 lk で STFT して得られる振幅スペクトログラム S 上で スペクトログラム を H, P に分離し 逆 STFT することにより 定常 狭帯域的成分 h(t) と非定常 広帯域的成分 p(t) とを分離する 調波打楽

第回信号処理シンポジウム 1年11月日 日(奈良) 複数スペクトログラムに基づく信号の変動スペクトル表現と それに基づく信号の新しい分析 分離手法の検討 Multi-spectrogram-based Fluctuation Representation of Signal and Its Application to New Signal Analysis and Separation 橘秀幸 小野順貴

スポーツ中継向け ターゲットマイク技術 を開発 ~ 歓声に埋もれたスポーツの競技音をクリアに抽出 NHK との実証実験を実施 ~ NTT メディアインテリジェンス研究所 音声言語メディアプロジェクト Copyright 2015 NTT corp. All Rights Reserved. 1

スポーツ中継向け ターゲットマイク技術 を開発 ~ 歓声に埋もれたスポーツの競技音をクリアに抽出 NHK との実証実験を実施 ~ NTT メディアインテリジェンス研究所 音声言語メディアプロジェクト Copyright 2015 NTT corp. All Rights Reserved. 1 背景 欲しい音をクリアに集音したいという需要が高まっている 放送 遠隔会議 車 工場 遠くにいる選手の競技音

音声分野におけるMATLABの利用と先端研究

音声分野における MATLAB の利用と 先端研究紹介 埼玉大学大学院 理工学研究科教授 島村徹也 Outline 自己紹介 MATLAB と音声処理 音声強調 骨伝導 最後に 1986 年慶應義塾大学理工学部電気工学科卒 高橋 浜田研究室 ( 回路と信号処理 ) 1988 年同大学院修士課程修了 1991 年同博士課程修了工学博士 同年埼玉大学工学部助手 現在同大学院理工学研究科教授 MATLAB

VocaListener: ユーザ歌唱を真似る歌声合成パラメータを自動推定するシステムの提案

VocaListener ユーザ歌唱を真似る歌声合成パラメータを自動推定するシステムの提案 中野倫靖, 後藤真孝 ( 産業技術総合研究所 ) 2008 年 5 月 28 日第 75 回音楽情報科学研究会 (SIGMUS) 第 128 回ヒューマンコンピュータインタラクション研究会 (SIGHCI) 現状の歌声合成の使い方 歌声合成システムを選択 [ ] Vocaloid [ ] Vocaloid2

Microsoft PowerPoint - mp13-07.pptx

数理計画法 ( 数理最適化 ) 第 7 回 ネットワーク最適化 最大流問題と増加路アルゴリズム 担当 : 塩浦昭義 ( 情報科学研究科准教授 ) hiour@di.i.ohoku.c.jp ネットワーク最適化問題 ( 無向, 有向 ) グラフ 頂点 (verex, 接点, 点 ) が枝 (edge, 辺, 線 ) で結ばれたもの ネットワーク 頂点や枝に数値データ ( 距離, コストなど ) が付加されたもの

Microsoft PowerPoint - no1_17

数理計画法 田地宏一 Inrodcion o Mahemaical rogramming 教科書 : 新版数理計画入門 福島雅夫 朝倉書店 参考書 : 最適化法 田村 村松著 共立出版 工学基礎最適化とその応用 矢部著 数理工学社 6Linear and Nonlinear Opimizaion: second ediion I.Griba.G. Nash and A. ofer IAM 9 など多数

Microsoft PowerPoint - mp11-06.pptx

数理計画法第 6 回 塩浦昭義情報科学研究科准教授 shioura@dais.is.tohoku.ac.jp http://www.dais.is.tohoku.ac.jp/~shioura/teaching 第 5 章組合せ計画 5.2 分枝限定法 組合せ計画問題 組合せ計画問題とは : 有限個の もの の組合せの中から, 目的関数を最小または最大にする組合せを見つける問題 例 1: 整数計画問題全般

DVIOUT

5.3 音声を加工してみよう! 5.3. 音声を加工してみよう! 129 この節では 図 5.11 の音声 あ の離散化された波 (x n ) のグラフおよび図 5.12 の音声 あ の離散フーリエ変換 ( 周波数スペクトル密度 ) の絶対値 ( X k ) のグラフを基準に 離散フーリエ変換および離散フーリエ積分を使って この離散化された波の検証や加工を行なってみましよう 6 図 5.11: 音声

09.pptx

講義内容 数値解析 第 9 回 5 年 6 月 7 日 水 理学部物理学科情報理学コース. 非線形方程式の数値解法. はじめに. 分法. 補間法.4 ニュートン法.4. 多変数問題への応用.4. ニュートン法の収束性. 連立 次方程式の解法. 序論と行列計算の基礎. ガウスの消去法. 重対角行列の場合の解法項目を変更しました.4 LU 分解法.5 特異値分解法.6 共役勾配法.7 反復法.7. ヤコビ法.7.

Microsoft Word ã‡»ã…«ã‡ªã…¼ã…‹ã…žã…‹ã…³ã†¨åłºæœ›å•¤(佒芤喋çfl�)

Cellulr uo nd heir eigenlues 東洋大学総合情報学部 佐藤忠一 Tdzu So Depren o Inorion Siene nd rs Toyo Uniersiy. まえがき 一次元セルオ-トマトンは数学的には記号列上の行列の固有値問題である 固有値問題の行列はふつう複素数体上の行列である 量子力学における固有値問題も無限次元ではあるが関数環上の行列でその成分は可換環である

情報処理学会研究報告 IPSJ SIG Technical Report 調音運動 HMM 音声合成における調音特徴 - 声道パラメータ変換と音源の改良 小野田高幸 桂田浩一 新田恒雄 音声認識と合成を同じ調音運動モデルを用いて実現するシステムの開発を行っている. 調音特徴を用いて HMM を設計す

調音運動 HMM 音声合成における調音特徴 - 声道パラメータ変換と音源の改良 小野田高幸 桂田浩一 新田恒雄 音声認識と合成を同じ調音運動モデルを用いて実現するシステムの開発を行っている. 調音特徴を用いて HMM を設計することにより, 音声認識と合成に共通な調音運動のワンモデルを実現している. 合成では,HMM が生成する調音特徴系列を声道パラメータに変換し, 駆動音源と組み合わせることで音声信号を得る.

ディジタル信号処理

ディジタルフィルタの設計法. 逆フィルター. 直線位相 FIR フィルタの設計. 窓関数法による FIR フィルタの設計.5 時間領域での FIR フィルタの設計 3. アナログフィルタを基にしたディジタル IIR フィルタの設計法 I 4. アナログフィルタを基にしたディジタル IIR フィルタの設計法 II 5. 双 次フィルタ LI 離散時間システムの基礎式の証明 [ ] 4. ] [ ]*

スライド 1

作成 : 群馬大学電気電子教員 電子回路設計 OP アンプ (2) 小林春夫 桑名杏奈 Email: koba@gunma-u.ac.jp Tel: 277-3-788 オフィスアワー : AM9:~AM:( 平日 ) 電気電子棟 (3 号館 )4F 44 室 電子回路設計 授業の内容 第 回講義内容の説明と電子回路設計の基礎知識 第 2 回キルヒホッフ則を用いた回路解析と演習 第 3 回集積回路のデバイス

Microsoft PowerPoint - no1_19.pptx

数理計画法 ( 田地宏一 ) Inroducion o ahemaical Programming 教科書 : 新版数理計画入門, 福島雅夫, 朝倉書店 011 参考書 : 最適化法, 田村, 村松著, 共立出版 00 工学基礎最適化とその応用, 矢部著, 数理工学社 006,Linear and Nonlinear Opimizaion: second ediion, I.Griba, S.G.

2_05.dvi

74 68 2 2012 pp. 74 85 43.60. c * 1, 2 1 2, 3 1 2 1 4 BM CSS CSS CSM BM CSM CSS CSS CSM Blind source separation, Sparseness, Binary mas, Musical noise, Cepstral smoothing, Separated speech signals 1. BSS

2.2 (a) = 1, M = 9, p i 1 = p i = p i+1 = 0 (b) = 1, M = 9, p i 1 = 0, p i = 1, p i+1 = 1 1: M 2 M 2 w i [j] w i [j] = 1 j= w i w i = (w i [ ],, w i [

RI-002 Encoding-oriented video generation algorithm based on control with high temporal resolution Yukihiro BANDOH, Seishi TAKAMURA, Atsushi SHIMIZU 1 1T / CMOS [1] 4K (4096 2160 /) 900 Hz 50Hz,60Hz 240Hz

2008 : 80725872 1 2 2 3 2.1.......................................... 3 2.2....................................... 3 2.3......................................... 4 2.4 ()..................................

第 4 週コンボリューションその 2, 正弦波による分解 教科書 p. 16~ 目標コンボリューションの演習. 正弦波による信号の分解の考え方の理解. 正弦波の複素表現を学ぶ. 演習問題 問 1. 以下の図にならって,1 と 2 の δ 関数を図示せよ δ (t) 2

第 4 週コンボリューションその, 正弦波による分解 教科書 p. 6~ 目標コンボリューションの演習. 正弦波による信号の分解の考え方の理解. 正弦波の複素表現を学ぶ. 演習問題 問. 以下の図にならって, と の δ 関数を図示せよ. - - - δ () δ ( ) - - - 図 δ 関数の図示の例 δ ( ) δ ( ) δ ( ) δ ( ) δ ( ) - - - - - - - -

この時間波形における切り出し ( 以降 波形切り出し と呼ぶ ) は IR に含まれる全周波数成分を同一時刻で切り出すものである しかし 実際には周波数によって IR の長さは異なり また雑音のパワーも異なる 図 2 は 実測した室内インパルス応答 ( 室容積 12m 3 残響時間.6s) に 標準

一般社団法人電子情報通信学会 THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS 信学技報 IEICE Technical Report 実環境雑音下におけるインパルス応答測定波形の 最適切り出し方法の検討 渋澤功 金田豊 東京電機大学大学院工学研究科 12-81 東京都足立区千住旭町 番 E-mail: [11kmc19@ms,

目次 ガウス過程 (Gaussian Process; GP) 序論 GPによる回帰 GPによる識別 GP 状態空間モデル 概括 GP 状態空間モデルによる音楽ムードの推定

公開講座 : ガウス過程の基礎と応用 05/3/3 ガウス過程の基礎 統計数理研究所 松井知子 目次 ガウス過程 (Gaussian Process; GP) 序論 GPによる回帰 GPによる識別 GP 状態空間モデル 概括 GP 状態空間モデルによる音楽ムードの推定 GP 序論 ノンパラメトリック予測 カーネル法の利用 参照文献 : C. E. Rasmussen and C. K. I. Williams

Microsoft Word - 02__⁄T_ŒÚ”�.doc

目 次 はじめに 目次 1. 目的 1 2. 適用範囲 1 3. 参照文書 1 4. 定義 2 5. 略語 6 6. 構成 7 7. 共通事項 8 7.1 適用範囲 8 7.2 送信ネットワーク 8 7.2.1 送信ネットワークの分類 8 7.2.2 送信ネットワークの定義 10 7.3 取り扱う主な信号の形式 12 7.3.1 放送 TS 信号形式 12 7.3.2 OFDM 信号形式 14 7.4

WAVE 形式のファイルにも出力できる 3 つの波形を同時に発生可能 正弦波, 三角波, 白色雑音などを選択 16bit なので値の範囲は ~ ここに表示されるのはデジタル信号サウンドカードから出力されるのはアナログ信号 Fig.1 WaveGene の操作パネル wav フ

パソコンをオーディオ用計測器にしよう! ( 情報科学演習課題 情報科学演習課題田村研究室 ) オーディオ用の信号発生器と周波数分析器 ( スペクトラム アナライザ ) は, 従来はプロでなければ持っていないような, 高級な計測器だった それが, パソコンとソフトを使うことで, とても安く, 性能も高いものが使えるようになった 演習では, パソコン上で動くフリーソフトとサウンドカードを使って, いろいろな信号を発生させ,

Microsoft PowerPoint - H17-5時限（パターン認識）.ppt

パターン認識早稲田大学講義 平成 7 年度 独 産業技術総合研究所栗田多喜夫 赤穂昭太郎 統計的特徴抽出 パターン認識過程 特徴抽出 認識対象から何らかの特徴量を計測 抽出 する必要がある 認識に有効な情報 特徴 を抽出し 次元を縮小した効率の良い空間を構成する過程 文字認識 : スキャナ等で取り込んだ画像から文字の識別に必要な本質的な特徴のみを抽出 例 文字線の傾き 曲率 面積など 識別 与えられた未知の対象を