| 1. センシングと物理法則と情報 |
| 1.1 情報という観点で，センシングをとらえ直す 1 |
| 1.1.1 センシングにより何が獲得できるのか? 1 |
| 1.1.2 モデルとしての抽象化 3 |
| 1.2 典型的な例としての，コンピュータトモグラフィー 8 |
| 1.3 能動センシング 10 |
| 1.4 パターン計測 12 |
| 2. センシングにおける情報の伝達 |
| 2.1 情報の伝達 13 |
| 2.1.1 状態と観測 13 |
| 2.1.2 情報の定義 14 |
| 2.1.3 情報伝達系のモデル 15 |
| 2.1.4 通信 17 |
| 2.1.5 計測対象としての情報源 20 |
| 2.1.6 計測対象の状態の集合 24 |
| 2.2 情報量 28 |
| 2.2.1 情報量，エントロピー 28 |
| 2.2.2 各種情報量の定義 34 |
| 2.2.3 自己エントロピー 40 |
| 2.2.4 相互エントロピー 47 |
| 2.2.5 連続空間への拡張 53 |
| 3. 能動センシングにおける情報選択 |
| 3.1 能動的にセンシング情報を獲得するということ 58 |
| 3.2 相互情報量に基づく能動センシング行動 61 |
| 3.2.1 センシング行動のモデル 61 |
| 3.2.2 センシングの評価としてのエントロピー 63 |
| 3.3 物体認識のためのカメラパラメータ選択 66 |
| 3.3.1 画像データベース照合による物体認識 66 |
| 3.3.2 物体認識に用いる画像データベース 68 |
| 3.3.3 認識結果の逐次的な更新 70 |
| 3.3.4 物体認識の実験の設定と結果 71 |
| 4. 信号の表現と解析 |
| 4.1 信号の表現 74 |
| 4.1.1 信号の近似 74 |
| 4.1.2 フーリエ級数展開とフーリエ変換 77 |
| 4.1.3 フーリエ変換の性質と畳込み定理 81 |
| 4.1.4 システムの入出力とインパルス応答 84 |
| 4.2 標本化と標本化定理 88 |
| 4.2.1 ディジタル化 88 |
| 4.2.2 標本化信号のフーリエ変換 91 |
| 4.2.3 標本化定理 94 |
| 4.2.4 エリアシングと前処理フィルタ 97 |
| 5. センシングの信号処理 |
| 5.1 不規則信号とその性質の記述 100 |
| 5.1.1 定常不規則信号 100 |
| 5.1.2 自己相関関数 103 |
| 5.1.3 相互相関関数 106 |
| 5.2 線形システムの動特性の推定 110 |
| 5.2.1 システムの特性と入出力の観測 110 |
| 5.2.2 フェイズとコヒーレンス 113 |
| 6. パターン計測としての信号処理 |
| 6.1 パターンとしての信号と表現 116 |
| 6.2 KL展開，主成分分析 120 |
| 6.2.1 KL展開 120 |
| 6.2.2 主成分分析 127 |
| 6.3 独立成分分析 129 |
| 7. いろいろなセンシング |
| 7.1 ∑Δ変調型A-D変換器 140 |
| 7.2 合成開口法による撮像システム 144 |
| 7.3 X線CT再構成手法 148 |
| 7.4 脳磁気計測と信号処理 151 |
| 引用・参考文献 159 |
| 索引 160 |
| 1. センシングと物理法則と情報 |
| 1.1 情報という観点で，センシングをとらえ直す 1 |
| 1.1.1 センシングにより何が獲得できるのか? 1 |
| 1.1.2 モデルとしての抽象化 3 |
| 1.2 典型的な例としての，コンピュータトモグラフィー 8 |
| 1.3 能動センシング 10 |
