| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-12-22 14:55 Linear processing type optimum future prediction of signals applying Kida's optimum signal-approximation to multi-dimensional signals that are made by arranging known region restriction data in a row ○Takuro Kida（Tokyo Inst. Tech.）・Yuichi Kida（OHU Univ.）  DE2018-29 |
|
| 抄録 | （和） | (まだ登録されていません) |
| （英） | With respect to a matrix-filterbank that the matrix analysis-filterbank ${bf H}$ and the matrix sampling-filterbank ${bf S}$ are given, it is accomplished to present the optimum matrix synthesis-filterbank ${bf Z}$ that minimizes all the worst-case measures of matrix-error-signals ${bf E}(omega)={bf F}(omega)-{bf Y}(omega)$ between the input matrix-signals ${bf F}(omega)$ and the output matrix-signals ${bf Y(omega)}$ of the matrix-filterbank, at the same time. In this analysis, we assume that a set of the one-dimensional scanned input matrix-signals ${bf f}(t)={bf f}({bf x}(t))$, $({bf x}(t)=(x_0(t), x_1(t), ldots, x_{N-1}(t))$ of the multi-dimensional input matrix-images ${bf f}({bf x})$, $({bf x}=(x_0, x_1, ldots, x_{N-1}))$, is given. We assume that ${bf f}(t)$ is band-limited with an arbitrary given band-width and is allowed to include that ${bf f}(t)$ has uniformly or non-uniformly arranged sample-values. %\ %hspace*{3mm} Based on the concept of pseudo-inverse-matrix, we prove that the optimum synthesis-filterbank ${bf Z}$ is equal to the synthesis-filterbank that minimizes the upper-limit of a given matrix-norm of the error ${bf E}(omega)={bf F}(omega)-{bf Y}(omega)$ among all the input matrix-signals ${bf F}(omega)$ contained in the set of ${bf F}(omega)$. As the consequence of this fact, it is shown that there exists a linear calculation method which gives the optimum synthesis-matrix ${bf Z}$ by solving a set of linear equations. This result shows that, among all AI approximate estimation systems including well-known deep learning systems, there exists an optimum linear approximation system based on the set of the one-dimensional scanned data of the given multi-dimensional knowledge-data that is considered as the scanned input matrix-images ${bf f}({bf x}(t))$. In the final part of this paper, we show that there exists the explicit relation between the presented optimum approximation and the artificial intelligent system based on the given past knowledge data. |
|
| キーワード | （和） | / / / / / / / |
| （英） | signal approximation / pseudo inverse matrix / artificial intelligence / / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 377, DE2018-29, pp. 65-70, 2018年12月. | |
| 資料番号 | DE2018-29 | |
| 発行日 | 2018-12-14 (DE) | |
| ISSN | 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 | DE2018-29 |
|
| 研究会情報 | |
| 研究会 | DE IPSJ-DBS |
| 開催期間 | 2018-12-21 - 2018-12-22 |
| 開催地（和） | 国立情報学研究所(NII) |
| 開催地（英） | National Institute of Informatics |
| テーマ（和） | データ工学・データベースシステムとエンターテイメントおよび一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | DE |
| 会議コード | 2018-12-DE-DBS |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Linear processing type optimum future prediction of signals applying Kida's optimum signal-approximation to multi-dimensional signals that are made by arranging known region restriction data in a row |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / signal approximation |
| キーワード(2)（和/英） | / pseudo inverse matrix |
| キーワード(3)（和/英） | / artificial intelligence |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | Takuro Kida / Takuro Kida / |
| 第1著者 所属（和/英） | Professor Emeritus, Tokyo Institute of Technology (略称： 東工大) Professor Emeritus, Tokyo Institute of Technology (略称： Tokyo Inst. Tech.) |
| 第2著者 氏名（和/英/ヨミ） | Yuichi Kida / Yuichi Kida / |
| 第2著者 所属（和/英） | The School of Pharmaceutical Sciences, Ohu University (略称： OHU Univ.) The School of Pharmaceutical Sciences, Ohu University (略称： OHU Univ.) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-12-22 14:55:00 |
| 発表時間 | 30分 |
| 申込先研究会 | DE |
| 資料番号 | DE2018-29 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.377 |
| ページ範囲 | pp.65-70 |
| ページ数 | 6 |
| 発行日 | 2018-12-14 (DE) |
[研究会発表申込システムのトップページに戻る]