1 中間信号の概念
1.1 定義と位置づけ
1.1.1 入力・処理・出力の階層
中間信号は、ある処理系に入力された情報が、計算や操作を経て出力へ到達するまでの過程で現れる、途中の表現として捉えられる概念である。入力は観測や外部から与えられる変数、処理は変換規則や更新則、出力は最終的な判定・推定値・制御指令などに相当する。中間信号は、この「処理」の内部に位置し、段階的な変換の一部として生成される値（観測量、特徴量、推定値、部分計算結果など）を指す。
中間信号を導入すると、入力から出力への直接対応を一度に記述する必要が減り、途中での整合性、誤差の抑制、計算の段取りを設計しやすくなる。特に、出力が複合的な要因の合成結果である場合、途中表現により要因の分解や追跡が可能になる。
1.1.2 「途中段階」の意味づけ
「途中段階」は時間的な途中に限らず、計算手順の途中、推論の途中、設計の途中など、複数の文脈で成立する。連続時間の信号処理であれば時刻の中間点に現れる波形成分として理解できるし、離散時間なら更新ステップのある時点の状態として扱える。また、同一の計算でも、前処理→特徴抽出→推定→後処理のように工程が分かれている場合、各工程の出力が中間信号の役割を担う。
さらに、「途中」とは観測の粒度にも依存する。最終出力だけを観測できる場合でも、モデル内部で定義される潜在変数や内部状態が中間信号として扱われることがある。したがって概念上の境界は、システムの構造や推定対象の設計により決まる。
1.2 関連概念との違い
1.2.1 観測値との関係
観測値は計測装置やデータ取得手段から得られる情報であり、一般に入力に相当することが多い。ただし中間信号は、必ずしも直接測定される値とは限らない。観測値が処理のある段階で再利用される場合、その再配置や要約（平均化、変換、正規化など）を施したものが中間信号として位置づけられることがある。換言すれば、観測値は「与えられる情報」、中間信号は「処理系の内部で形を変えて現れる表現」である。
また、観測値に近い形の中間表現も存在する。たとえば受信器における復調の途中出力は、物理的には観測に近い量として得られうるが、符号化の前後関係や推定規則の観点では依然として中間段階の変数である。
1.2.2 特徴量との関係
特徴量は、予測や分類、推定のために入力データを情報的に圧縮したり、目標に関係する方向へ写像したりするための表現である。中間信号と特徴量は重なりが大きいが、焦点が異なる。特徴量はしばしば最終的な推論性能を目的として設計される一方で、中間信号は「処理の途中で生成され、後続の計算を支える」という構造上の位置づけが本質となる。
そのため、特徴量が「最後に残る代表量」である場合もあれば、複数の特徴表現が段階的に生成される場合もある。後者では、初期段階の特徴表現から中盤の表現、最終的な特徴へと至る過程全体が中間信号の系列として整理できる。
1.2.3 状態変数との関係
状態変数は、動的な系において現在の振る舞いを決めるために必要な情報を表す変数である。中間信号は、状態変数と同じものとして扱われる場合があるが、同一ではない。状態変数は将来の更新に直接関与するという機能的性格が強いのに対し、中間信号はそれより広く、入力から出力へ至る処理過程に現れるあらゆる途中表現を含む。
たとえば、推定器の内部で用いられる潜在状態が状態変数としてモデル化される場合、中間信号はその推移そのものになる。一方で、状態変数を更新するための補助変数、部分計算結果、あるいは保存則から導いた中間量などは、状態変数そのものではなく中間信号として位置づけられることが多い。
2 数学的表現
2.1 写像・合成としての定式化
2.1.1 変換の途中変数
中間信号は、入力 \(x\) から出力 \(y\) への変換を、複数の写像の合成として表したときに現れる中間の引数として定式化できる。典型的には \[ z_1 = f_1(x),\quad z_2 = f_2(z_1),\quad \dots,\quad y = f_n(z_{n-1}) \] のように、中間変数 \(z_i\) が各段階の写像の入力または出力として導入される。これにより、中間信号は「処理の途中で保持される計算用変数」として意味づけられる。
この枠組みの利点は、どこに注目すべきかを段階の分割に対応して選べる点にある。目的に応じて分割を細かくすれば、より多くの中間信号を定義できるし、逆に粗くすれば要点を圧縮した表現になる。
2.1.2 階層処理と中間表現
階層処理（階層型のモデルや多段変換）では、各層（各段階）により異なる表現空間が導入されることが多い。中間信号は各層の出力として自然に現れ、層ごとの表現が次の層の入力へ渡される。数学的には、写像の連鎖として与えられる場合が一般的であり、表現空間の次元や性質（連続値、離散値、符号化された形など）は層に応じて変わりうる。
この観点から、どの層の出力を中間信号として利用するかは、推定・推論の設計と結びつく。たとえば早い層の表現は局所的な手がかりに強く、後半の表現は抽象化された構造に関与しやすいというように、段階ごとの情報特性が期待される。
2.2 状態空間モデルにおける中間信号
2.2.1 状態遷移と観測
状態空間モデルでは、系の内部状態 \(s_t\) が時間発展により更新され、同時に観測 \(y_t\) が状態から生成される形で表される。基本形はしばしば \[ s_{t} = g(s_{t-1}, u_t) ,\quad y_t = h(s_t) \] のように書かれる。ここで中間信号は、時刻 \(t\) における状態 \(s_t\) や、その推定値 \(\hat{s}_t\) のような内部表現として現れる。観測が外部に対してのみ与えられる場合でも、状態や内部推定は中間信号としてモデル内部で定義され、後続計算を支える。
状態遷移と観測の両方が分かれているため、中間信号は「遷移過程側」と「観測側」のどちらからも導入されうる。入力 \(u_t\) が制御指令であるときは遷移側の中間表現が特に重要になり、出力が観測に近い場合は観測写像の逆問題として推定が設計される。
2.2.2 出力までの信号伝播
出力に至るまでの信号伝播は、状態の推移と観測写像の連鎖として理解できる。中間信号は、将来の出力を決める情報がどの時刻にどのような形で保持されるかを表す役割を担う。たとえば遷移を繰り返すことで状態系列が生成され、その系列の一部が評価指標や制御方策の入力になる場合、中間信号は制御・推定の両方で再利用される。
また、複数ステップ先までの予測を行う場合、現在の中間表現が将来の観測生成にどの程度寄与するかを追跡する必要がある。数学的には遷移関数の合成（写像の連鎖）や、ヤコビアン、感度、あるいは確率的依存関係の評価によって、その寄与が定量化される。
2.3 確率的中間信号
2.3.1 不確実性の導入
現実の計測ではノイズや欠測が避けられないため、中間信号は確率変数として扱われることが多い。たとえば状態 \(s_t\) が観測 \(y_t\) と独立に決まるのではなく、観測誤差やモデル誤差により揺らぐとき、内部表現は分布として表される。中間信号の「値」だけでなく「どの値がどの程度あり得るか」を表すことで、推論の整合性が保たれる。
この枠組みでは、予測（次時刻の分布）、更新（新しい観測で分布を補正）、それらの反復が中心となる。中間信号は、分布の更新における中間結果としても意味づけられる。
2.3.2 事後推定と信号推論
中間信号を確率的に扱う場合、関心の対象はしばしば事後分布に移る。観測列に基づいて内部変数の分布を推定する操作が「信号推論」として整理される。たとえば時刻 \(t\) の中間変数 \(s_t\) について、\(p(s_t \mid y_{1:t})\) のような事後分布が計算対象となる。
さらに、過去と未来を同時に利用する平滑化では \(p(s_t \mid y_{1:T})\) が扱われることがある。ここでは中間信号は単なる補助量ではなく、推定精度や予測の信頼度に直接影響する中心的な対象となる。アルゴリズムの選択（粒子法、変分近似、線形ガウスの場合の解析解など）は、この事後計算の実装可能性に依存する。
3 計算・推論の観点
3.1 推定での役割
3.1.1 欠測やノイズ下での推定
推定問題では、観測がノイズに汚染され、場合によっては欠測するため、中間信号が「不足した情報を補う足場」として機能する。観測から直接出力だけを求めると不確実性が残りやすいが、途中で内部表現（潜在変数、状態、信頼度付き推定値）を導入すると、情報の伝播経路が明示される。
その結果、欠測区間では観測更新が行えなくても、遷移則やモデル構造によって中間表現が維持・予測される。観測が戻ったときに整合的に更新できるため、推定全体の安定性が高まりやすい。
3.1.2 フィルタリングと平滑化
フィルタリングは過去から現在までの観測を用いて中間表現を逐次更新する方法であり、平滑化は将来情報も含めて過去の中間表現をより精密に推定する。両者において中間信号は、逐次更新や後処理の中心となる推定対象である。
フィルタリングでは計算が前向きであるためオンライン処理に適する。一方、平滑化は全観測を利用する設計が一般的で、オフラインでより滑らかな推定系列を得る利点がある。中間信号としての状態系列は、これらの手続きにおける共通の基盤である。
3.2 最適化での役割
3.2.1 損失関数における中間的整合
最適化では、損失関数が目的に合わせて設計される。中間信号が関わる場合、損失は単なる出力誤差だけでなく、途中段階での整合性（中間表現が期待する性質を持つこと）を反映するよう拡張されることがある。たとえば中間表現が特定の規則に従うようにペナルティを加えると、出力の品質だけでなく表現の妥当性も高まりやすい。
このような設計は、学習や推定の過程で中間表現の崩れを抑える意図を持つ。結果として、情報が段階的に伝わる構造が保たれ、最適化の挙動が安定化する場合がある。
3.2.2 制約付き最適化と中間変数
制約付き最適化では、中間変数が制約の媒介になることが多い。たとえば、複雑な関係をそのまま最適化すると扱いが難しい場合、補助変数を導入して分割可能な形に書き換える手法が用いられる。中間信号はこの補助変数として機能し、制約条件や目的関数の構造を整理する。
また、双対変数やラグランジュ乗数と関連づけられる場面もある。中間信号の導入により、解の探索空間が分解され、反復計算で扱える形へ変換されるため、収束性や計算効率の改善につながることがある。
3.3 アルゴリズム設計
3.3.1 逐次処理と中間結果の利用
逐次処理では、各ステップで得られる中間結果を次の計算に利用する。中間信号はキャッシュのように再計算を避ける目的だけでなく、更新規則の根拠として用いられる。たとえばオンライン推定では、直前までの中間表現が現在の事後推定へ直接影響するため、中間結果の保持が本質的になる。
この設計により、計算資源の制約下でも必要な情報をコンパクトに維持できる。中間信号の次元設計や表現形式（数値、確率分布、信頼度のパラメータなど）はアルゴリズム性能に強く影響する。
3.3.2 中間表現の計算効率
中間信号は、情報量と計算量のトレードオフを体現する。細かい中間表現を持てば表現能力は上がるが、計算やメモリの負担が増える。逆に粗い表現は効率的だが、推定誤差や最適化の柔軟性が悪化することがある。
効率化の観点では、次元削減、疎構造の利用、近似（線形化、分布の仮定、低ランク近似など）を通じて、中間信号の表現コストを抑える工夫が行われる。さらに、必要な中間信号だけを選択的に計算する設計（枝刈り、早期終了、観測に応じた更新）により、計算負荷を抑えることもある。
4 利用分野と実装例
4.1 信号処理・通信
4.1.1 周波数領域での途中表現
周波数領域の処理では、時間信号を変換して得られるスペクトル成分が中間信号として扱われる。たとえばフーリエ変換やフィルタバンク処理の途中で生成される係数や帯域ごとのエネルギーは、復元や検出の前段として利用される。時間領域で直接扱うよりも、目的の特徴（周期性、帯域制限、成分分離など）を読み取りやすい形に整理できるためである。
実装上は、窓関数、離散化、数値誤差の扱いが中間表現の品質を左右する。中間信号の取り方が検出性能や誤差分布に影響し、結果として後段の意思決定の安定性が変わる。
4.1.2 復調・復号過程での中間出力
通信系では、受信した信号から復調してシンボルを推定し、さらに復号して元のデータに戻す。復調の途中出力（例えば相関値、尤度に基づく指標、軟判定情報など）は、中間信号として後続の復号器へ渡されることが多い。中間表現を確率的に持つほど復号器は情報を活用できるが、計算量と遅延が増える場合がある。
復号過程でも、復号器内部で計算されるメッセージや更新量が中間信号に相当する。反復復号ではステップごとに内部推定が更新され、その都度の値が次の反復へ影響するため、中間信号はアルゴリズムの中心的な情報となる。
4.2 制御・ロボティクス
4.2.1 状態推定における中間信号
制御やロボティクスでは、ロボットの内部状態（位置、速度、姿勢、内部モードなど）が直接観測できないことが多い。そのためセンサ観測から状態を推定し、推定結果を制御へ渡す。この推定過程で得られる内部推定値や推定誤差の指標は、中間信号として扱われる。
中間信号の質は制御性能に直結する。例えば姿勢推定の誤差が大きいと安定化が崩れるため、フィルタリングの設計やノイズモデルの妥当性が重要になる。推定に使う中間表現は、計算負荷が許す範囲でできるだけ情報量が高い形式に保たれる。
4.2.2 フィードバック設計との接続
フィードバック制御では、状態推定の結果を用いて制御入力を決定する。中間信号としての推定値はフィードバック経路の要であり、制御則（ゲイン行列、最適制御、モデル予測制御など）の入力になる。遅延がある場合でも、中間表現の更新頻度や予測の仕方により、安定性と追従性のバランスが調整される。
また、制御ではしばしば制約（アクチュエータ限界、安全域）がある。これらを満たすために、中間信号側で制約違反を検知する指標を導入することもある。結果として、中間表現は制御器の計算手続きと密接に結びついた実装要素になる。
4.3 機械学習・データ解析
4.3.1 隠れ表現としての中間信号
深層学習や表現学習では、入力データから複数層の変換を通じて内部表現が生成される。各層の出力は、中間信号として解釈されることが多い。特に「隠れ表現」という呼び名が示すように、最終出力に至る直前の表現だけでなく、複数の段階にわたって情報が再編成される点に注目が集まる。
中間信号の価値は、学習がどのような規則で進んでいるかを反映するところにある。ある層ではエッジや局所パターンのような低次情報が強く表れ、別の層では構造や意味に近い情報が現れる、といった傾向が解析対象になる。これにより、モデルの振る舞いを理解する手がかりになる。
4.3.2 学習過程のモニタリングと解釈
学習中に中間信号をモニタリングすると、最適化の進行状態や異常の兆候を捉えやすい。たとえば活性値の分布、勾配の大きさ、ある層の表現の変化量などは、学習の安定性に関わる指標として用いられることがある。これらは直接の目的変数ではないが、内部計算の結果として観測可能である場合が多い。
解釈の観点では、特定の中間表現が入力のどの部分に対応しているかを調べる分析が行われる。注意機構の重み、可視化された特徴マップ、あるクラスに強く反応する内部ユニットの挙動などが例である。中間信号は、性能改善のための修正（正則化、学習率調整、アーキテクチャ変更）の指針にもつながる。