※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 ベイズモデル、生成AIの数学的動作原理を学ぶ 　本書は，機械学習の道具として使われている確率過程の書籍です．確率過程とは，誤解をおそれずにひと言でいえば「パラメータにしたがってランダムに変動するデータを解析するための数学の一分野」です．すなわち，ベイズモデル、生成AIの数学的動作原理です． 　日進月歩の勢いで発展を遂げる機械学習の研究成果を各自の専門領域に取り入れるには，これらの中で道具として使われている確率過程の基礎的な知識が必要不可欠です．本書では，数学的な厳密性は犠牲としながらも，機械学習の最新の結果を理解するために最低限必要と思われる内容にしぼって，確率過程について説明しています． 第1章　確率論の基礎 1.1　ランダム事象と確率 1.2　確率空間と確率変数 1.3　確率変数の独立性 1.4　確率変数の相関 1.5　確率変数の和 1.6　確率変数の変換 1.7　累積分布関数と特性関数 1.8　モーメントとキュムラント 1.9　多変量の確率変数 第2章　確率積分と確率微分方程式 2.1　ランダムな運動 2.2　確率過程 2.3　ブラウン運動とその性質 2.4　ブラウン運動と確率積分 2.5　確率微分方程式 2.6　伊藤の公式 2.7　確率微分方程式の具体例 2.7.1　オルンシュタイン・ウーレンベック過程 2.7.2　幾何ブラウン運動 2.7.3　一般化コーシー過程 2.7.4　多変数オルンシュタイン・ウーレンベック過程 第3章　マルコフ過程の性質 3.1　確率密度関数による表現 3.2　マルコフ過程 3.3　フォッカー・プランク方程式の導出 3.4　フォッカー・プランク方程式の解法 3.4.1　1変数の場合 3.4.2　多変数の場合 第4章　確率過程とベイズモデル 4.1　ベイズモデルの基礎 4.1.1　線形回帰モデルとベイズモデル 4.1.2　変分推論 4.1.3　マルコフ連鎖モンテカルロ法 4.2　時系列と状態空間モデル 4.2.1　時系列モデリング 4.2.2　状態空間モデル 4.2.3　カルマンフィルタ 4.2.4　拡張カルマンフィルタ 4.2.5　アンサンブルカルマンフィルタ 4.2.6　粒子フィルタ 4.3　連続空間のベイズモデル 4.3.1　確率的パラメータ 4.3.2　EMアルゴリズム 第5章　確率過程と機械学習 5.1　ガウス過程回帰 5.1.1　ガウス過程回帰の導入 5.1.2　ガウス過程回帰のパラメータ推定 5.1.3　ガウス過程回帰の予測分布 5.1.4　ガウス過程潜在変数モデル 5.1.5　ガウス過程動的潜在変数モデル 5.2　スチューデントのt-過程回帰 5.2.1　スチューデントのt-過程回帰の導入 5.2.2　スチューデントのt-過程回帰のパラメータ推定 5.2.3　スチューデントのt-過程回帰の予測分布 5.2.4　スチューデントのt-過程回帰潜在変数モデル 5.2.5　スチューデントのt-過程動的潜在変数モデル 第6章　実問題への応用 6.1　環境ゆらぎの影響を受けるブラウン粒子の運動 6.2　オプションの価格付け問題 6.3　深層学習への応用 6.3.1　深層学習とガウス過程回帰 6.3.2　拡散モデル 付録　 サンプルコード A.1　状態推定のサンプルコード A.2　機械学習のサンプルコード

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 非接触かつ簡単に複数のバイタルサインを常時計測可能なワイヤレス人体センシングについて、その電波計測と信号処理の方法をわかりやすく一から解説。 　本書は、マイクロ波やミリ波を使って、人のバイタルサインをレーダなどの電波センサによって非接触で計測する技術（ワイヤレス人体センシング）の原理と応用方法を、詳しく解説した書籍です。 　ワイヤレス人体センシングを使用すれば、病院などの医療施設、保育園などの保育施設、また、介護施設等における見守りを飛躍的に高精度・効率化できたり、AIやクラウド技術などと組み合わせて、誰もが簡単に自分のバイタルサインを日常的に把握できたりするなど、接触型のセンサでは考えられなかったことが実現できます。 　一方、バイタルサインによる体の動きは、手足などの運動と比べて、ごくわずかな変動であり、レーダなどの電波センサを使って、対象者のバイタルサインを精度よく計測することは容易ではありません。 　本書は、ワイヤレス人体センシングの土台となるアンテナ工学や基礎的な医療の知識から、実際に応用可能な電波計測と信号処理の方法までを、一からわかりやすく説明しています。 序 章　ワイヤレス人体センシングとは 0.1　これまでの生体計測センサの課題 0.2　身近になってきたワイヤレス人体センシング 第1章　人体計測の基礎 1.1　生体センシングとレーダ計測 1.2　呼吸器と呼吸の計測 1.2.1　呼吸器の構造と機能 1.2.2　呼吸の計測 1.2.3　典型的な呼吸と数理モデル 1.3　循環器と心拍の計測 1.3.1　心臓の構造と機能 1.3.2　心拍の計測 1.3.3　心拍による皮膚変位 1.4　血圧と脈波伝搬の計測 1.4.1　血圧と脈波の性質 1.4.2　脈波の計測 1.5　人体運動の計測 第2章　電波センシングの基礎 2.1　ワイヤレス人体センシングのシステム構成 2.2　サンプリングと量子化 2.3　ワイヤレス人体センシングとSN比 2.4　反射波の検出 2.4.1　レーダ受信信号の確率密度関数 2.4.2　受信信号電力と信号検出 2.4.3　フィルタによるSN 比の向上 2.5　呼吸計測とレーダ断面積 2.6　心拍計測とSN比 2.7　電波による距離の計測 2.7.1　パルスレーダによる距離計測 2.7.2　距離分解能 2.7.3　パルス圧縮 2.7.4　チャープ変調 2.7.5　周波数変調連続波レーダによる距離計測 2.8　電波による速度と位相の計測 2.8.1　ドップラー効果と目標速度 2.8.2　時間周波数解析と速度推定 2.8.3　人体皮膚変位と位相の計測 2.9　電波による目標方位の計測 2.9.1　アンテナ指向性パターン 2.9.2　アレーアンテナの原理 2.9.3　送信アレーアンテナ 2.9.4　受信アレーアンテナ 2.9.5　等間隔リニアアレー 2.9.6　角度プロファイルと到来方向推定 2.9.7　MIMOアレーアンテナの原理 2.9.8　MIMOアレーアンテナによる人体の複数部位計測 第3章　電波による人体計測の基礎 3.1　人体の電波計測における透過と反射 3.1.1　人体組織の電気特性 3.1.2　電波計測と生体組織モデル 3.1.3　皮膚組織での電磁波散乱 3.1.4　脂肪組織での電磁波散乱 3.1.5　人体からの電磁波散乱 3.1.6　衣服の電波計測への影響 3.2　人体の電波計測における不要波の処理 3.2.1　人体からの反射波とクラッタ除去 3.2.2　チャネル不平衡とクラッタ除去 3.2.3　皮膚変位の振幅とクラッタ除去 3.2.4　生体センシングと周波数帯域 第4章　呼吸・心拍の電波計測応用 4.1　電波センサによる人体計測の実際 4.1.1　電波センサの基本性能 4.1.2　電波センサによる距離と角度の計測 4.1.3　電波センサによる位相と生体信号の計測 4.2　アレーレーダによる呼吸イメージング 4.3　複数人のワイヤレス呼吸センシング 4.4　ワイヤレス心拍センシング 第5章　機械学習の適用 5.1　機械学習によるジェスチャ識別 5.1.1　ジェスチャの電波計測 5.1.2　CNNによるジェスチャ識別 5.1.3　ジェスチャ識別精度の評価 5.2　機械学習による個人識別 5.2.1　電波による個人識別 5.2.2　歩行・着座の電波計測 5.2.3　個人識別精度の評価 5.2.4　電波計測と機械学習 5.3　機械学習による心拍計測 5.3.1　CNNによる心拍計測 5.3.2　機械学習による心拍計測の精度評価 5.3.3　呼吸成分の有無と心拍計測精度 付　録 A　マクスウェル方程式と平面波 B　電磁ポテンシャルによる電磁界表現 C　微小ダイポールからの電磁波の放射 D　媒質の境界における平面波の反射 E　レーダ方程式 F　スペクトル解析と信号処理の基礎 G　分解能と窓関数 H　コヒーレント積分とインコヒーレント積分 I　平板完全導体のレーダ断面積 J　可視域とグレーティングローブ