ウェーブレット理論と工学への応用

■開催日時: 2018年11月21日（水）13：20-18：30
　　　　　　　    　11月22日（木）9：30-14：30

■開催場所:大阪教育大学天王寺キャンパス西館第1 講義室

■プログラム

平成30 年11 月22 日（木）　13:20-18:30

13:20-13:30　　開催の挨拶

13:30-14:30 戸田浩，章忠(豊橋技術科学大学)
「連続ウェーブレット係数の定義と応用」
シフト不変性を実現するHilbert 変換ペアのウェーブレット係数を基礎に
連続ウェーブレット係数を定義することができます．それを基にいろいろな応用が考えられます．

14:50-15:50 井川信子(流通経済大学)
「聴覚のしくみについての知見に基づく聴性誘発反応の考察」
我々はABR やASSR などの聴性誘発脳波にウェーブレット解析を応用する研究を実施している．
本発表では，臨床面や実験系による知見をレビューすることで，聴性誘発反応のモデル化を模索する．

16:10-17:10 Luoqing Li (Hubei University, China)
「The recent trend of wavelet theory and its applications from IJWMIP」
In this talk we would like to introduce some recent trend of wavelets and their applications
from the perspective of the papers published in the International Journal of Wavelets,
Multiresolution and Information Processing. It will cover curvelets, shearlets,
frames and their applications.
We will also present some research works on the wavelet neural networks which we are interested in.

17:30-18:30 Hong Li (Huazhong University of Science and Technology, China)
「The hyperspectral image classication based on wavelet analysis」
In this talk, we proposed a hyperspectral image classication algorithm based on functional data
wavelet transform.
The multiresolution analysis (MRA) and time frequency localization in wavelet　transform make it an efficient functional analysis tool.
Based on the proposed functional data rep-resentation model of HSI pixels,
we chose cubic B-spline wavelet decomposition after analyzing the　characteristic of different wavelets.
Regarding the decomposition coefficients as extracted feature, our HSI classication
algorithm could better re ect the local structural feature of the spectral
curves than the
algorithm based on functional principal component analysis (FPCA).
Compara-tive experimental results on two standard HSI dataset veried the efficiency
and superiority of the proposed algorithm.

平成30 年11 月22 日（木）　9:30-14:30
9:30-10:30 Luoqing Li (Hubei University, China)
「Atomic Representation-based Classication: Theory, Algorithm and Applications」
Representation-based classication (RC) methods such as sparse RC (SRC) have attracted
great interest in pattern recognition recently. In this talk, we introduce a new condition called
atomic classication condition (ACC), which reveals important geometric insights for the theory
of ARC. We establish the theoretical guarantees for a general unied framework termed as atomic
representation-based classication (ARC), which includes most RC methods as special cases. We
show that under such condition ARC is provably effective in correctly recognizing any new test
sample, even corrupted with noise. Numerical results are provided to validate and complement our
theoretical analysis of ARC and its important special cases for both noiseless and noisy test data.

10:50-11:50 大村肇(佐賀大学)
「Wavelet 変換と位相的データ解析に基づいた内視鏡画像からの早期食道癌検出」
本講演では，ウェーブレット変換と位相的データ解析に基づいた内視鏡画像からの早期食道癌
検出法を提案する．今回の提案手法では，まず，入力された内視鏡画像をCIEL*a*b*色空間に変換し，
a*成分とb*成分を用いて合成画像を生成する．
次に，この合成画像に対して，Dyadic Wavelet 変換（DYWT）と二重ツリー複素数離散Wavelet 変換（DT-CDWT）を適用し，
得られた各周波数成分に動的閾値を施して，二値画像を得る．
その後，各二値画像を小さなブロックに分割し，各ブロックに対して，位相的データ解析手法を適用して
特徴を抽出し，その特徴に基づいて早期食道癌の検出を行う．
本講演では，提案手法を用いた実験結果を提示し，その有用性について述べる．

昼食12:00-13:30

13:30-14:30 新井康平(佐賀大学)
「ウェーブレットによる回転加速度移動物体の動的特性抽出」
回転加速度を有する非対称形状物体の動画像を例に用いて，ウェーブレット変換に基づく
動的特性抽出手法を検討する．実例の一つとしてシャトルコックの動的特性抽出を行うことにより，
シャトルコックの状態を識別することを試みる．シャトルコックの状態によりその動的特性は異なる．
マザーウェーブレット基底関数として，時間軸方向にDaubechies 基底を用いる．

■連絡先：守本晃，芦野隆一，森岡達史（大阪教育大学）
　　　　　e-mail: morimoto@cc.osaka-kyoiku.ac.jp
　　　　　tel: 072-978-3665
　　　　　http://www.osaka-kyoiku.ac.jp/~morimoto/TENWS/ws2018HP/

■企画番号：2018A017