• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2022 Fiscal Year Annual Research Report

補聴器用学習アルゴリズム開発プラットフォームの構築と教育システムへの展開

Research Project

Project/Area Number 19K03043
Research InstitutionHachinohe National College of Technology

Principal Investigator

工藤 憲昌  八戸工業高等専門学校, その他部局等, 教授 (40270194)

Co-Investigator(Kenkyū-buntansha) 釜谷 博行  八戸工業高等専門学校, その他部局等, 教授 (70224657)
Project Period (FY) 2019-04-01 – 2023-03-31
Keywords計測工学 / 補聴器 / ハウリングキャンセラ / 教育工学
Outline of Annual Research Achievements

補聴器で用いるハウリングキャンセラ用適応フィルタでは,適応動作の学習用入力となる信号と,補聴器自体の入力である外部入力とが強い相関があるため,適応フィルタの推定値が真値に収束しないことが多い.このため,適応動作の入力信号,適応動作の誤差信号の両方を疑似白色化して適応動作を行う方法を検討した.更に,補聴器のこの方法による適応フィルタでは,音楽や音声のように振幅が大きい周波数の配置が時変で偏在している場合に,入力信号の疑似白色化が十分に行うことができないこと,収束速度が十分ではないこと,等の問題がある.このため,以下のような計画で研究を進めた.
1) 周波数配置が時変で偏在している場合の問題については,適応動作の入力の周波数分布をできる限り変化させないよう白色化するために用いるフィルタとしてIIR型ノッチフィルタを採用することで対処することとし,シミュレーションにより確認した.
2)収束速度の問題については,学習の適応ループ内にリーク付き積分器を導入することで,効果があることをシミュレーションにより確認した.
3) 開発プラットフォーム上のアルゴリズムの選択肢を広げるため,上記の方法の他に,相関信号を用いた方法(エコーキャンセラに対して開発された方法)について検討し,この方法について,ⅰ) 学習の適応ループ内にリーク付き積分器を導入したLMS形アルゴリズム,ⅱ)簡易化したカルマンフィルタを用いた方法,を適用しハウリングキャンセラでもほぼ妥当な性能を持つことを確認した.
また,上記の方法の動作のパラメータや結果表示をグラフィカルなユーザ・インターネース(GUI)から設定できるようにした.

  • Research Products

    (6 results)

All 2022

All Journal Article (2 results) (of which Peer Reviewed: 2 results) Presentation (4 results)

  • [Journal Article] ダウンサンプリング処理を用いた自動運転のためのオブジェクトの移動検出2022

    • Author(s)
      工藤憲昌,長屋 輝,釜谷博行,田所嘉昭
    • Journal Title

      八戸工業高等専門学校紀要

      Volume: 第56号 Pages: 1-5

    • Peer Reviewed
  • [Journal Article] 学習オートマトンによる位置情報利用型ルーティング2022

    • Author(s)
      加藤 聡,岡田 康,渡部 徹,釜谷博行,原元司
    • Journal Title

      知能と情報:日本知能情報ファジィ学会誌

      Volume: 34(4) Pages: 728-732

    • Peer Reviewed
  • [Presentation] 多脚歩行ロボット制御のための深層強化学習におけるパラメータ調整2022

    • Author(s)
      大澤士竜, 釜谷博行, 工藤憲昌, 原元司
    • Organizer
      計測自動制御学会東北支部大会
  • [Presentation] 訓練データ選別によるエージェント学習の性能評価2022

    • Author(s)
      山地龍生, 釜谷博行, 工藤憲昌, 原元司
    • Organizer
      計測自動制御学会東北支部大会
  • [Presentation] Unity環境内における深層強化学習を用いた多脚ロボットの歩行動作獲得2022

    • Author(s)
      大澤士竜, 釜谷博行, 工藤憲昌, 原元司
    • Organizer
      電気関係学会東北支部大会
  • [Presentation] 訓練データ選別によるエージェント学習の効率化2022

    • Author(s)
      山地龍生, 釜谷博行, 工藤憲昌, 原元司
    • Organizer
      電気関係学会東北支部大会

URL: 

Published: 2023-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi