F-003
雑音入り模擬データに対する信号変換方式と機械学習モデルの関係分析

◎南雲彩花・中平勝子（長岡技科大）・山本貴宏・田中貴浩（京大）・北島宗雄（長岡技科大）

膨大なパラメータ空間を持つ波形信号を対象とするパラメータ推定において，計算量の増大を抑える目的で，データ前処理に信号変換を使用した機械学習の活用が注目されている．本稿では，雑音入り模擬データを用いて，特定の性質を持つ波形の特徴をより適切に捉える信号変換の適用可否と，深層学習モデルの適切な組み合わせの設計を見出す実験を行う．信号変換方式には，時間/周波数分解能の優先順位・最適化によって，短時間フーリエ変換，ウェーブレット変換，ヒルベルト・ファン変換を採用し，いくつかの代表的なニューラルネットワークとの組み合わせで損失関数に閾値を設け，学習が収束するまでに要する計算時間を評価指標として比較する．