ノイズ（雑音） - 大人になってからの再学習

何かしらのデータを処理する際に、データに含まれるノイズ（雑音）は排除の対象になるが、ノイズが有益な場合も多い。
先日のエントリで、モンテカルロ法について触れたが、モンテカルロ法が依って立つ「ランダムな点」を生成するためには、適切な「乱数」が必要となり、この乱数をどのように作りだすかは大きな問題である。
一般的には計算に基づいて生成される「疑似乱数」を用いることが多いが、物理的に発生する熱雑音（ジョンソン・ナイキスト・ノイズ）を使った乱数生成の手法などもある。

ノイズは、データのランダムなサンプリングに活用されることが多く、質の良い（特定の性質をもった）ノイズを高速に生成するための研究が広く行われている。
ノイズは、その周波数とパワースペクトル密度の関係に基づいて、ホワイトノイズ、ピンクノイズ、レッドノイズ、ブルーノイズなど、様々な名称がつけられている。
一般的には、パワースペクトル密度が一定のホワイトノイズが広く知られているが、パワースペクトル密度が周波数に比例するブルーノイズはCGの分野でエイリアシング除去の目的で使われることが多い。

それぞれのノイズを視覚的および聴覚的（！）に知るには、英語版のWikipediaのサイトが参考になる。

（ホワイトノイズのパワースペクトル）