講演抄録/キーワード |
講演名 |
2018-03-13 13:25
1/fパワースペクトルを示すデータの特徴に関する検討 ○中村知道(兵庫県立大)・Michael Small(西オーストラリア大)・谷澤俊弘(高知高専) NLP2017-106 |
抄録 |
(和) |
本稿では、離散フーリエ変換を用いた周期(周波数)分析の問題について検討した。離散フーリエ変換はデータに含まれる周期成分を検出する手法であり、既に幅広い分野で使用されている。しかし、離散フーリエ変換は存在している周期を正確に特定できないだけではなく、存在しない周期を検出することがある。本稿では、$ 1/f $パワースペクトルを示すデータを用いて、それらの問題を調査検討した。 |
(英) |
We describe a problem with periodicity~(frequency) analysis by
the discrete Fourier transform~(DFT).
The DFT is the primary tool to detect periodicities in experimental data and
has been used in a wide range of areas.
However, there are cases for the DFT to not correctly identify
periodicities that exist in the data, or, conversely,
that the DFT detects periodicities that do not exist.
We investigate this problem using data exhibiting $ 1/f $~power spectrum. |
キーワード |
(和) |
時系列解析 / 周期(周波数)分析 / $ 1/f $ノイズ / / / / / |
(英) |
Time series analysis / periodicity~(frequency) analysis / $ 1/f $~noise / / / / / |
文献情報 |
信学技報, vol. 117, no. 505, NLP2017-106, pp. 25-29, 2018年3月. |
資料番号 |
NLP2017-106 |
発行日 |
2018-03-06 (NLP) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
NLP2017-106 |