卒業研究 | (日本語) 人工知能第一研究室

シャント音を用いた血管狭窄検出に最適な機械学習アルゴリズムの研究

研究背景

研究目的

従来研究

従来研究の課題

アプローチ方法

実装した識別器の長所、短所

実験

正解率

実験条件

識別器のパラメータ

実験結果

特徴量の重要度

考察

まとめ

環境音の自動生成による360°画像への臨場感付与の研究

小規模マイクロホンアレイを用いた帯域分割型雑音抑圧の研究

研究背景

従来研究

ビームフォーマ

空間クロススペクトルを用いたWienerフィルタ推定

解決したい課題

アプローチ方法

作製したマイクロホンアレイ

実験

実験結果

まとめ

•本研究は、小規模アレイによる雑音抑圧を行うために、拡散性雑音を抑圧する手法を提案した。

•今回の実験の結果では、MVDRとWienerフィルタの組み合わせに、帯域分割処理を用いて雑音抑圧を行い、従来法と比較して、SDを維持し、SNRを向上することができた。

マイクロホンアレイを用いた工場騒音抑圧の研究

(日本語) 心音の時間的特徴に基づく自動心音診断の研究

研究背景

研究目的

聴診は専門的な知識が必要なため、コンピュータを用いることで一般の方でも
容易に心音を診断できる

従来研究

従来研究で用いられている心音の時間的特徴

心音は、Ⅰ音からⅡ音を一周期とする信号 であり、正常心音では聴取されない音
を心雑音という。

解決したい課題

聴診は様々な雑音下（空調音や話し声）で行われるためコンピュータで正しく
心音を識別することは困難ではないかと考えた

アプローチ方法

アプローチ方法
・周波数領域に着目した特徴量
・二値分類（正常か異常か）に強い識別器
・雑音抑圧

SVM（識別器）

マージンとは内部にデータ点のない、超平面に平行するスラブ平面の最大幅を
意味する

MFCC（特徴量）

雑音抑圧

雑音を含んだ信号データのパワースペクトルから、雑音のパワースペクトルの
平均値をひくことで、雑音を除去する方法

実験概要

実験条件

実験結果

周波数領域に着目した特徴量が心音には有効
雑音抑圧を行うことで心雑音までも抑圧している可能性がある

まとめ

(日本語) 楽器の音響信号に対してクロマベクトルを利用した音高推定の研究

研究の背景

音楽経験者であれば自分の好きな曲を演奏してみたいと思うであろう。もしも音楽の音響信号波形からコンピュータを用いて楽譜を書き起こす自動採譜が実現すれば、楽譜が手に入るだけでなく、リスナーの要求に合わせて音響信号をカスタマイズして一歩踏み込んだ音楽鑑賞をすることができるなど、様々な効用がある。

研究の目的

しかし、音高推定の問題やリズム・拍節構造の認識の問題、雑音が混在していることが原因で、自動採譜は容易ではない。本研究では、音高推定に絞って研究を行い、自動採譜の支援をすることが目的である。

従来研究

ピアノの単音に対してクロマベクトルを使用して音高推定を行う手法がある。クロマベクトルについては上の通りである。

解決したい課題

上の図はピアノのＦ４の音について計算したクロマベクトルを表しており、下の図はトランペットのＦ４の音について計算したクロマベクトルを表している。トランペットに関しては、どのフレームにおいても「Ｆ」ではなく「Ｃ」という音が最も大きい特徴を示していることがわかる。このことから、倍音成分の方がパワーが大きい楽器では正解率が低下してしまう。