科目名[英文名]
生体モデル知覚システム特論Ⅱ   [Advanced Bio-modeled Sensory Systems Ⅱ]
区分 学際交流科目  選択必修   単位数 1 
対象学科等   対象年次   開講時期 前学期 
授業形態 前学期  時間割番号 112118
責任教員 [ローマ字表記]
田中 雄一   [TANAKA Yuichi]
所属 工学部 研究室   メールアドレス

概要
本科目では、近年発展著しい研究分野である、グラフ信号処理の基礎理論と応用の理解を目指す。講義ではスペクトルグラフ理論、グラフ信号のフィルタリング・ダウンサンプリングおよびグラフウェーブレット・フィルタバンクの紹介を行う。
到達基準
・グラフ信号およびグラフ信号処理の目的を理解する
・基本的なスペクトルグラフ理論を理解する
・グラフ信号の各種操作を理解し、実装できる
授業内容
1. グラフ信号処理とは
2. グラフと線形代数の復習
3. 隣接行列とグラフラプラシアン
4. グラフ信号とグラフフーリエ変換
5. グラフフィルタ
6. グラフ信号のダウンサンプリングとオーバーサンプリング
7. 画像処理への応用
履修条件・関連項目
線形代数と信号処理の基礎的な知識は必須である。グラフ理論の基本的な知識があれば望ましい。また、MATLAB・python・C++ (OpenCV) 等でのプログラミング経験があることが望ましい。
テキスト・教科書
適宜ハンドアウトを配布する。
参考書
以下に例を挙げる.講義中にも随時紹介する.
R. J. ウィルソン,グラフ理論入門(原著第4版),近代科学社,2001
平岡和幸,堀玄,プログラミングのための線形代数,オーム社,2004
G. ストラング,線形代数とその応用,産業図書,1978
F. R. Chung, Spectral graph theory, volume92, AMS Bookstore, 1997.
D. K. Hammond, P. Vandergheynst, and R. Gribonval. Wavelets on graphs via spectral graph theory. Applied and Computational Harmonic Analysis , 30(2):129-150, 2011.
D. I. Shuman, S. K. Narang, P. Frossard, A. Ortega, and P. Vandergheynst. The emerging field of signal processing on graphs: Extending high-dimensional data analysis to networks and other irregular domains. Signal Processing Magazine, IEEE , 30(3):83-98, 2013.
D. Spielman, Spectral graph theory, Lecture Notes, Yale University, 2009.
成績評価の方法
中間レポート: 30%
最終レポート: 70%
教員から一言
キーワード
オフィスアワー
備考1
備考2
参照ホームページ
開講言語
日本語
語学学習科目
更新日付
2018/04/10 17:50:38