| 授業の目的 【日本語】 | | |
|
| 授業の目的 【英語】 | | | In order to built intelligent systems that can assist human activities, understanding intention, personality and status of human through converting human behavior into signal data as well as applying mathematical analytics to the data is indispensable. In the lecture course, basic theory of understanding human behavior and the method to implement the theory into intelligent systems are discussed. |
|
|
| 到達目標 【日本語】 | | 人間の行動を支援する知能システムを構成するためには，人間の行動をデータに変換し，計算数理的な方法論によって，
データに内在する人間の意図，個性，状態を理解することが求められる。
本講義では，このような情報学に基づいた人間行動の理解を実現するために必要な理論と，理論のシステム実装方法を学び，
人間支援のための，知能システムを構成する基礎能力を養う。 |
|
|
| 到達目標 【英語】 | | | In order to built intelligent systems that can assist human activities, understanding intention, personality and status of human through converting human behavior into signal data as well as applying mathematical analytics to the data is indispensable. In the lecture course, basic theory of understanding human behavior and the method to implement the theory into intelligent systems are discussed. |
|
|
| 授業の内容や構成 | | 音信号を中心に，人間の活動に付随する信号（行動信号）を解析理解するための基本的な技法とその応用について講義する。
時間・空間に渡る系列信号から観測対象に関する情報を抽出する系列信号の雑音抑圧，スペクトル解析，回帰といった基本手法を教授する。
音声・音響を例に，物理的な信号生成・伝達過程を経て観測されたデータから，物理過程の理解に立脚して人間の行動に意味ある量を抽出する方法を講義する。
さらに，人間の知的行動の根幹である「言語」と信号データである「音声」との相互変換の音声認識・合成の原理と応用について講義する。
〔計画〕
1. 導入
2. 系列信号解析
3. 音声と信号生成モデル
4. 信号の混合・伝送と音響システム
5. 音声の認識・合成システム | Analysis methods those are applicable to the signals associated with human behaviors (Human Behavior Signals) and their applications will be lectured. Noise reduction, spectral analysis and regression of spatio-temporal signals are the main topics of this lecture. A parametric modelings of the production process of speech signals are detailed as an example of the information extraction process from human behavior signals. In addition, the conversion process of between the fundamental modality of human behvior, language and speech signal, i.e., speech recognition and synthesis, will be lecturedSig.
〔計画〕
1. Introduction
2. Sequential signal processing
3. Speech signal model
4. Audio signal transmission, Acoustic systems
5. Speech recogntion/synthesis systems.
|
|
|
| 履修条件・関連する科目 | | |
|
| 成績評価の方法と基準 | | | 課題の達成度を評価し，合計１００点満点で６０点以上を合格とする。 | | Grading will be decided based on attendance,reports. |
|
|
| 教科書・参考書 | | | 必要に応じて参考資料を配布する。解析学・信号処理・確率統計に関する学部レベルの知識を有していることが望ましい。 | | Course materials will be provided if necessary. Fundamental knowledge of signal processing and machine learning is required. |
|
|
| 課外学習等（授業時間外学習の指示） | | | 講義内容の理解の程度を確認するために，データ分析，システム実装に関する課題を課す。 | | Lecture reports are required at every lecture. |
|
|
| 授業開講形態等 | | |
|
| 遠隔授業（オンデマンド型）で行う場合の追加措置 | | |
|