イベント
| イベント名 | 時系列データの分析の基礎と応用 |
|---|---|
| 開催期間 |
2025年08月20日(水)
10:00~16:00 ※会社・自宅にいながら受講可能です※ |
| 会場名 | Live配信セミナー(リアルタイム配信) |
| 会場の住所 | オンライン |
| お申し込み期限日 | 2025年08月20日(水)10時 |
| お申し込み受付人数 | 30 名様 |
| お申し込み |
|
時系列データの分析の基礎と応用
~時系列データの基本、収集・前処理、分析法~
受講可能な形式:【ライブ配信】のみ
時系列データの収集・前処理から各分析手法、実務上の課題まで、用途別の解析例を
統計的処理、スペクトル解析、線形予測分析、想定される問題点と解決方法
実務での応用例、高次統計量、適応フィルタ、、、、、
時系列データの分析を基礎編・応用編にわけて網羅的に解説
データを“時系列”で分析することでわかる事とは、またそれをどう活用できるのか
時系列データの収集・前処理から各分析手法、実務上の課題まで、用途別の解析例を
統計的処理、スペクトル解析、線形予測分析、想定される問題点と解決方法
実務での応用例、高次統計量、適応フィルタ、、、、、
時系列データの分析を基礎編・応用編にわけて網羅的に解説
| 講師 |
埼玉大学 大学院理工学研究科 数理電子情報部門
/ 工学部 情報工学科 教授 博士(工学) 島村 徹也 氏
【講師紹介】
| 趣旨 |
本講座では、内容の理解を深めて頂くことを前提に、時系列データの分析について網羅的に解説します。前半後半として基礎編と応用編に大きく分け、基礎的事項から最先端の応用までをカバーします。
基礎編では、時系列データの例からはじめ、実際に処理することを前提にディジタル信号処理で必要とされる技術を紹介します。そして、統計的処理に発展し、時系列データ分析の基礎を把握し、現在広く用いられているスペクトル分析の方法を網羅します。また、様々な性質のデータへの対応を考慮して、時変性対策法や平滑化、予測などが可能なカルマンフィルタ等についても言及します。応用編では、実際に主流となっているスペクトル解析のパラメトリック法を適用する場合に遭遇する問題を指摘し、その解決方法やより良い結果を得るためのノウハウを細部まで解説します。そして、様々な時系列データの応用例を紹介した後、有力な一つの拡張法として高次統計量について発展します。また、一括処理と適応処理の両面からの検討を要する場合があることから、最後に適応フィルタについてその概念と利用の仕方、最近の研究動向などを説明します。
| プログラム |
時系列データの分析:基礎編
1.時系列データ
1.1 時系列データの例
1.2 前処理の必要性
2.信号処理の基礎
2.1 サンプリングと離散時間信号
2.2 ディジタルフィルタリング
2.3 離散時間フーリエ変換と離散フーリエ変換
2.4 高速フーリエ変換と実際の利用
3.統計的処理の基礎
3.1 定常性と非定常性
3.2 1次統計量と2次統計量
3.3 自己相関関数とパワースペクトル
3.4 フィルタモデルでの入出力関係
4.スペクトル解析
4.1ノンパラメトリック法、パラメトリック法、部分空間法の分類
4.2モデル当てはめ
ARモデル、MAモデル、ARMAモデル、ARIMAモデル、SARIMAモデル
4.3次数決定
FPE、AIC、MDL
5.スペクトル解析の広がり
5.1 時変データ分析
5.2 カルマンフィルタ
5.3 多変量解析
時系列データの分析:応用編
6.線形予測分析の実際
6.1 自己相関法の計算
6.2 共分散法の計算
6.3 改良共分散法の計算
7.考慮すべき問題点と解決方法
7.1 窓関数の選択
7.2 入力信号依存性
7.3 推定方法の選択
8.応用例
8.1 音応用
8.2 画像応用
8.3 通信応用
8.4 経済データ応用
8.5 地質データ応用
9.高次統計量
9.1 2次統計量と高次統計量
9.2 高次統計量とフィルタモデル
9.3 高次統計量の利用例
音利用、通信利用等
10.適応フィルタ
10.1 適応アルゴリズム
10.2 実際の応用例
10.3 先端の研究紹介
質疑応答
1.時系列データ
1.1 時系列データの例
1.2 前処理の必要性
2.信号処理の基礎
2.1 サンプリングと離散時間信号
2.2 ディジタルフィルタリング
2.3 離散時間フーリエ変換と離散フーリエ変換
2.4 高速フーリエ変換と実際の利用
3.統計的処理の基礎
3.1 定常性と非定常性
3.2 1次統計量と2次統計量
3.3 自己相関関数とパワースペクトル
3.4 フィルタモデルでの入出力関係
4.スペクトル解析
4.1ノンパラメトリック法、パラメトリック法、部分空間法の分類
4.2モデル当てはめ
ARモデル、MAモデル、ARMAモデル、ARIMAモデル、SARIMAモデル
4.3次数決定
FPE、AIC、MDL
5.スペクトル解析の広がり
5.1 時変データ分析
5.2 カルマンフィルタ
5.3 多変量解析
時系列データの分析:応用編
6.線形予測分析の実際
6.1 自己相関法の計算
6.2 共分散法の計算
6.3 改良共分散法の計算
7.考慮すべき問題点と解決方法
7.1 窓関数の選択
7.2 入力信号依存性
7.3 推定方法の選択
8.応用例
8.1 音応用
8.2 画像応用
8.3 通信応用
8.4 経済データ応用
8.5 地質データ応用
9.高次統計量
9.1 2次統計量と高次統計量
9.2 高次統計量とフィルタモデル
9.3 高次統計量の利用例
音利用、通信利用等
10.適応フィルタ
10.1 適応アルゴリズム
10.2 実際の応用例
10.3 先端の研究紹介
質疑応答
※詳細・お申込みは上記
「お申し込みはこちらから」(遷移先WEBサイト)よりご確認ください。
- サイト内検索
- ページカテゴリ一覧
- 新着ページ
-
- 2/26 化粧品・医薬部外品の GMP監査・CAPAの実践からQuality Cultureの構築まで (2025年12月16日)
- 3/4 生成AIで磨く事業企画力と「新市場開拓」の実践 (2025年12月16日)
- 3/13 プラスチック添加剤の選定と材料の劣化・変色対策 (2025年12月16日)
- 1/27 レオロジーの基礎と測定法 (2025年12月16日)
- 3/16 EUの環境規制最新動向と化学・自動車産業への影響 (2025年12月16日)
- 3/17 半導体用レジストの基礎とプロセスの最適化 およびEUVリソグラフィ技術・材料の最新動向 (2025年12月16日)
- 1/23 粒子分析技術の基礎、測定・評価と応用 (2025年12月16日)
- 3/19 バイオ医薬品の製造ラインにおける 洗浄バリデーション実施・残留限度値設定と 実状・課題への対応 (2025年12月16日)
- 3/9 ALD(原子層堆積法)の基礎と プロセス最適化および最新技術動向 (2025年12月16日)
- 2/25 米国FDA対応とアメリカの医療機器ビジネス (2025年12月16日)


![足で稼ぐ営業を見直しませんか?[営業支援サービスのご案内] 足で稼ぐ営業を見直しませんか?[営業支援サービスのご案内]](https://www.atengineer.com/pr/science_t/color/images/btn_wps.png)