Pythonで学ぶ音源分離 機械学習実践シリーズ

目次 : 第１章　音源分離とは？/ 第２章　音声処理の基礎/ 第３章　音源分離で用いる数学的知識の基礎（線形代数、ベクトル・行列の微分）/ 第４章　「最適化」に関する技法を理解する/ 第５章　シミュレータで音を作ってみる/ 第６章　古典的な音源分離方法―ビームフォーミング/ 第７章　音源方向推定に基づく音源分離/ 第８章　現代的な統計的モデルに基づく音源分離法/ 第９章　響きのある音を響きのない音に変える残響除去法/ 第１０章　音源分離と残響除去を統合的に実行する/ 第１１章　音源分離関連のライブラリ紹介・その他のトピック・参考文献

【著者紹介】
戸上真人 : ２０１７年１月〜２０１８年５月、スタンフォード大学のＳｔａｎｆｏｒｄ　Ｄａｔａ　Ｓｃｉｅｎｃｅ　Ｉｎｉｔｉａｔｉｖｅ（ＳＤＳＩ）　Ｖｉｓｉｔｉｎｇ　Ｓｃｈｏｌａｒ。２０１８年６月にＬＩＮＥ株式会社入社。現在、同社のＡＩ研究組織であるＤａｔａ　ＬａｂｓのＳｐｅｅｃｈ　ＴｅａｍのＭａｎａｇｅｒ兼Ｐｒｉｎｃｉｐａｌ　Ｒｅｓｅａｒｃｈｅｒ。（一社）人工知能学会理事。１６年以上に渡り、音声処理の研究開発に従事。東京大学工学系研究科より２０１１年に博士（工学）授与。登録特許２０件以上、査読あり国際会議での採択論文数６０件以上。ＩＥＥＥ　Ｓｅｎｉｏｒ　Ｍｅｍｂｅｒ（本データはこの書籍が刊行された当時に掲載されていたものです）