受講概要
１．音の認識技術
（１）音の分析
ａ．周波数分析
ｂ．線形予測分析
ｃ．ケプストラム分析
（２）確率モデルによる音の認識技術
ａ．パターン認識の基礎
ｂ．特徴量抽出
（３）ディープラーニングを用いた音の認識技術
ａ．ニューラルネットワークの基礎
ｂ．ディープニューラルネットワーク
ｃ．ディープニューラルネットワークによる音の認識技術
２．所望音（異音）を得るための 雑音抑制・分離技術
（１）異常音と雑音の関係性
・異常音を認識するために必要な雑音分離
（２）雑音抑制手法を用いた雑音分離技術
ａ．スペクトルサブトラクション法
ｂ．ウィーナー法
（３）音源分離技術
ａ．音源分離の基礎
ｂ．独立成分分析による音源分離
ｃ．非負値因子行列分解（ＮＭＦ）
ｄ．独立低ランク行列分析（ＩＬＲＭＡ）
ｅ．ＩＬＲＭＡによるブラインド音源分離
３．音のデータ解析による 異常検知への応用
（１）音源分離による音のデータの前処理
（２）定常音を対象とした異常検知技術とそのポイント
ａ．スペクトル解析を用いたデータ解析
（３）非定常音を対象とした異常検知技術とそのポイント
ａ．スペクトログラム解析を用いたデータ解析
（４）機械の故障に伴う音や振動の解析とその応用
・解析上の注意点やノウハウ
まとめ・Q&A
受講形式
WEB受講のみ
※本セミナーは、Zoomシステムを利用したオンライン配信となります。
オンラインでご参加の方は、事前にこちらでZoomの接続環境をご確認ください。
スムーズな受講のため、カメラ・マイク・スピーカーの動作をご確認ください。
受講対象
技術者及び製品企画者
本テーマに関心のある方であれば制限はありません。
予備知識
大学卒業程度の数学・物理に関する知識があれば理解が進みます。
習得知識
1）マイクロフォンや加速度センサで音や振動を取得し、雑音を除去する方法を習得できる。
2）所望信号と雑音を分離し、正常音と異常音などの変化を解析する知識を身につけられる。
講師の言葉
本講義では産業用・工業用の機器を対象にした「異常音検出」や「雑音抑圧・除去」に関する技術をご紹介します。マイクで取得した音や、加速度センサで取得した振動など、さまざまな信号に混じる必要な音と不要なノイズを、どのように解析的に分けて扱うかをわかりやすく解説します。内容は基本的な信号解析から、実際に役立つ分離や解析の方法まで幅広く取り上げます。
私は大学での教育・研究に加え、企業の技術開発顧問としても活動しており、産業用・工業用機器や医療機器などに関わる検査技術の開発やアドバイスを行っています。企業で雑音や異常音の検出に取り組む方、課題解決や新しい検査装置の企画・提案を担当される方など、幅広い層の皆さまに役立つ講義になるよう講演させていただきます。