研究課題
(1) 信号の表現のために最適なフレームの学習と源信号の推定について研究を行った信号の表現のために最適なフレームの学習方法として、我々はAdaptive non-orthogonal sparsifying transformと言う方法を提案し、その有効性を確認した。この方法では目標信号をフレームとスパース行列の乗算として特定とする。他の拘束がなければこのような条件を満たすフレームと行列が無限個もあるが、その中に最もスパースな行列とそれと対応するフレームはを探り、我々の結果となる。特徴としてフレームの中の成分はエネルギーによって順列される。現在、研究成果をまとめた論文は国際会議への投稿中である。(2) 複数の源信号のスパースフレーム表現による混合行列と源信号の同時推定について研究を行った従来の殆ど方法では2つのステップ、すなわち、源信号が既知と仮定して混合行列について推定を更新すると混合行列が既知と仮定して源信号について推定を更新すると言うこと、の繰り返しによって行う。それと異なって、本研究では源信号と混合行列を同時に推定について研究した。この方法は画像などのように非負な源信号であれば有力な方法となることを研究によってわかった。この方法はSparse Nonnegative Matrix Factorizationとも言う。現在、研究成果をまとめた論文は雑誌への投稿中である。(3) 通信への応用研究を行った上記の研究によって発見された新しい手法やノウハウ、結果などを無線通信のMultiuser DetectionとBeamformingに応用し、その効果を確認した。雑誌と学会での発表も行った。
すべて 2009
すべて 雑誌論文 (2件) (うち査読あり 2件) 学会発表 (1件)
ICIC Express Letters Vol.3, No.3(B)
ページ: 615-620
International Journal of Innovative Computing, Information, Control Vol.5, No.9
ページ: 2907-2916
