科学技術と共に歩む

1.　マルチメディアとはなにか
1.1　起源
1.2　複数のメディア
1.3　対話性
　1.3.1　テッド・ネルソン
　1.3.2　ヴァネヴァ・ブッシュ
　1.3.3　ダグラス・C・エンゲルバート
　1.3.4　ティム・バーナーズ＝リー
　1.3.5　ビル・アトキンソン
　1.3.6　アラン・ケイ
1.4　デジタル
　1.4.1　アナログ波形
　1.4.2　標本化
　1.4.3　量子化
　1.4.4　標本化定理
　1.4.5　画像のデジタル化
　1.4.6　雑音耐性
　1.4.7　パリティチェック
1.5　データ圧縮
　1.5.1　ランレングス符号化
　1.5.2　Wyle符号化
　1.5.3　JPEG

2.　パターン認識
2.1　パターン認識とは
2.2　ベイズの学習法
2.3　1-NN法
2.4　単純パーセプトロン
　2.4.1　識別関数による最大値選択
　2.4.2　学習による重みの決定
　2.4.3　パーセプトロンの収束定理
2.5　サポートベクトルマシン
　2.5.1　線形分離可能
　2.5.2　線形分離不可能
　2.5.3　カーネル法
　2.5.4　カーネルトリックの実際
2.6　教師なし学習法
　2.6.1　階層的クラスタリング
　2.6.2　k-means法

3.　画像メディア
3.1　画像の基本
　3.1.1　画像の種類
　3.1.2　ヒストグラム
　3.1.3　色
3.2　表色系
　3.2.1　RGB表色系
　3.2.2　CMY表色系
　3.2.3　HSV表色系
　3.2.4　XYZ表色系
　3.2.5　L＊a＊b＊表色系
　3.2.6　YCC・YIQ・YCrCb表色系
　3.2.7　色管理
3.3　前処理
　3.3.1　コントラスト改善
　3.3.2　雑音除去
3.4　特徴抽出
　3.4.1　エッジ検出
　3.4.2　ハフ変換
　3.4.3　テクスチャ解析
　3.4.4　オプティカルフロー

4.　音メディア
4.1　音の基本
　4.1.1　音のデジタル化
　4.1.2　音の三要素
　4.1.3　音声
4.2　フーリエ変換
　4.2.1　フーリエ級数展開
　4.2.2　連続フーリエ変換
　4.2.3　離散フーリエ変換
　4.2.4　高速フーリエ変換
　4.2.5　振幅スペクトルとパワースペクトル
　4.2.6　短時間フーリエ変換
　4.2.7　不確定性原理
4.3　音声波形の分析
　4.3.1　調音器官の関数表現
　4.3.2　LPC（線形予測符号化）分析
　4.3.3　自己相関分析
　4.3.4　レビンソン・ダービンの逐次解法
　4.3.5　ケプストラム分析
　4.3.6　LPCケプストラム
4.4　音の種別判定
　4.4.1　ソナグラム
　4.4.2　Zero Crossing Rate
　4.4.3　音の動的尺度
　4.4.4　Spectral Flux
　4.4.5　Cepstrum Flux
　4.4.6　Block Cepstrum Flux
　4.4.7　4Hz変調エネルギー
4.5　ウェーブレット変換
　4.5.1　不確定性原理
　4.5.2　連続ウェーブレット変換
　4.5.3　離散ウェーブレット変換
　4.5.4　ウェーブレットスペクトル

5.　テキストメディア
5.1　形態素解析
　5.1.1　形態素解析とは
　5.1.2　品詞と文節
　5.1.3　最長一致法
　5.1.4　単語数最小法
　5.1.5　接続表を用いる手法
　5.1.6　二文節最長一致法
　5.1.7　接続コスト最小法
　5.1.8　課題
5.2　Nグラム
5.3　不要語削除
5.4　特徴語と出現頻度
5.5　語の重み
　5.5.1　語頻度
　5.5.2　文書頻度
　5.5.3　エントロピー
　5.5.4　tf-idf
　5.5.5　残差idf
　5.5.6　LR法
　5.5.7　Webサービス例
5.6　テキスト検索
　5.6.1　ベクトル空間モデル
　5.6.2　適合性フィードバック
　5.6.3　質問拡張
　5.6.4　ブーリアンモデル
5.7　評価尺度
　5.7.1　再現率と精度
　5.7.2　F尺度
　5.7.3　E尺度

引用・参考文献
索引