出版書誌データベース

マルチメディア情報通信の基礎となる情報数学や，情報理論，符号理論について，基礎と応用を結び付けられるように工夫して執筆した。初学者の理解を促すため，基礎部分では例題等具体的な記述を多くし，応用部分では実用例を多く盛りこんだ。

【各章について】
１章では，２章以降で説明する情報量や符号化などを理解するための数学的基礎知識について説明する。

２章では，確率に基づく情報量の定義と情報量にまつわる各種概念・諸量について述べる。

３章では，記憶のない情報源と記憶のある情報源，マルコフ情報源，情報源符号化を取り上げ，情報源符号化定理を説明する。

４章では，通信モデルと伝達情報量，通信路容量と通信路符号化定理，加法的通信路，非加法的通信路とモンディホール問題について解説し，次に送信時に付加されてしまう雑音に対する対処方法について説明する。

５章では，符号理論について，誤り訂正符号を中心に暗号への応用についても詳解。

６章から８章では，情報理論や符号理論の応用として，身の回りで利用されているマルチメディア情報の符号化方式について詳解。

1．Pythonと便利なライブラリたち
1.1　本書でよく使うライブラリ
1.2　NumPyのn次元配列（ndarray）
1.3　関数のベクトル化
1.4　Matplotlib
章末問題

2．フーリエ級数展開
2.1　関数を級数展開することで何がわかるのか？
2.2　周波数情報を取り出す
2.3　Pythonでフーリエ級数部分和を見てみよう
2.4　連続でない関数のフーリエ展開の例
2.5　半区間展開
章末問題

3．関数の直交性
3.1　関数の世界に内積を導入する
3.2　シュヴァルツの不等式と三角不等式
3.3　フーリエ係数と内積
3.4　ベッセルの不等式・パーセバルの等式
3.5　フーリエ係数の最適性とベッセルの不等式
3.6　その他の直交関数系
章末問題

4．ギブス現象と総和法
4.1　Pythonでギブス現象を見てみよう
4.2　ひげが残り続けること
4.3　チェザロ総和法
章末問題

5．複素フーリエ級数
5.1　実フーリエ級数を見直す
5.2　実例を見てみよう
5.3　振幅スペクトル・パワースペクトル・位相スペクトル
5.4　関数の滑らかさと複素フーリエ係数の関係
章末問題

6．フーリエ変換
6.1　フーリエ変換の導入
6.2　フーリエ変換の基本的な性質
6.3　フーリエ逆変換
6.4　フーリエ変換・逆変換の例
章末問題

7．フーリエ変換の諸性質
7.1　L2条件
7.2　畳込み
7.3　相互相関関数・自己相関関数
7.4　フーリエ変換の減衰オーダと滑らかさ
章末問題

8．PythonでFFT
8.1　サンプリング定理
8.2　離散フーリエ変換
8.3　Pythonを使って周波数情報を取り出す
8.4　FFTのアルゴリズム
8.5　あえてPythonでFFTを作る
章末問題

9．Pythonでスペクトログラム
9.1　窓関数
9.2　窓関数を掛けた信号のFFT
9.3　窓関数の周波数特性の見方
9.4　SciPyのカイザー窓を見てみよう
9.5　短時間フーリエ変換と音声データの解析
9.6　wavファイルのスペクトログラム
章末問題

10．ルベーグ積分ユーザーズガイド
10.1　本章の方針
10.2　「ほとんどいたるところ」ってどういう意味？
10.3　積分の定義と役に立つ極限定理
10.4　リーマン＝ルベーグの補題
10.5　積分の順序交換
章末問題

引用・参考文献
章末問題略解
索引