社会に出てから漠然と勉強をしている。
ゴールも何も設定していないため、何がしたいのかよく分かっていない。
会社から求められていること、自分がやりたいこと、色々と整理してみる。
会社から求められていること
会社（現場）が求めているのはネットワークエンジニア・システムエンジニア能力である。
LPIC、CCNAあたりの取得が必要である。
ただ、この辺はぶっちゃけて言うとやっててあんまり楽しいと思えない。
知識がついてくると楽しくなってくるんだろうが。
まぁ、業務で勉強してるからある程度の知識はつくし、会社の金でセミナーに行かせてくれるので、自宅での学習は優先度を下げたいと思う。
次に、ディープラーニング。
会社のお偉いさんが「これからはディープラーニングの時代！」みたいに言うよくあるやつである。
とはいえ、実際に弊社では遅まきながら研究は始まっている。
自分がやりたいこと
音響エンジニア。
ノイズまみれのデータから目的の信号を取り出す。
目的の信号は非定常なものである。
とにかくこれがやりたい。
さらに深堀していく。
やりたいこと深堀り
時間周波数解析
周波数の時間変化を捉える。
時間周波数解析というのがクソデカな分野であり、
細かく分けた中ではウィグナービレ分布、フィルタバンク及び経験的モード分解あたりに関心あり。
ウィグナービレ分布は大学で少し勉強したが、まだまだ勉強すべきことは多い。
フィルタ設計
上記フィルタバンクの設計とかに役立つ。
独立成分分析
ソーナーとかアレイアンテナみたいな複数のセンサから捉えた信号を解析する。
電波の到来方向を調べるとか、大勢の話し声の中から一人の声を抽出するとか。
軽く触れた感じ、統計の知識が必要だそうで撃沈。
マルチレート信号処理
データをデシメーションにかけることでフィルタバンクを形成する手法（おそらく）。
何となくの感想としては高速実装のやり方という感じ。
実装より理論をやりたいので、優先度は下がるか。
海洋音響
海中を伝播する音響の特性は空気とは大分異なる。
この辺の知識を一通り押さえておく必要がある。
派生として水中音響通信もあるが、応用の応用すぎてこれを考えられるレベルにはいない。
ソーナー
勉強したいが、ここまで来ると実機材や実データが無いと厳しい気がする。
知識として軽く入れておきたい。
カリキュラム
(1)統計的信号処理コース
・統計
とにもかくにも統計である。
統計の知識が無いと何にも分からん。
高校で統計を習わなかったゆとり世代には厳しい。
最近の高校生は統計を習ってるらしいのでうらやましい限りである。
・統計的信号処理
信号処理に統計を使うとこういうことが出来るんだよというのを広く浅く勉強する。
・独立成分分析
ソーナーとかアレイアンテナを理解するなら必要である。
・？？？
この先が全く分からない。
とりあえず独立成分分析完全に理解したら考える。
(2)フィルタ設計コース
・フィルタ
FIRフィルタとかそういうやつ。
ゴリゴリな計算とかはmatlabがいい感じにやってくれるので、ガッツリやるつもりはない。
・マルチレート信号処理
(3)時間周波数解析コース
・ウィグナービレ分布
残念ながら大学時代に学習した内容はすべて脳みそから揮発してしまったため、復習する必要がある。
・コーエンクラス
ウィグナービレ分布を一般化したやつ。
(1)を優先しつつ、(2)及び(3)も進めていく。
なお、本記事で紹介した書籍はほぼ全て（ベイズ信号処理本以外全て）私が持っているものである。
そして全て積読本である。
消化していかねば。
