シラバス(講義概要)データベース

シラバス

授業科目名	年度	学期	開講曜日・時限	学部・研究科など	担当教員	教員カナ氏名	配当年次	単位数
ソフトコンピューティング	2025	後期	火2	理工学部	上西　康平	カミニシ　コウヘイ	3年次配当	2

科目ナンバー

SE-AI3-4C17

履修条件・関連科目等

特になし。

授業で使用する言語

日本語

授業で使用する言語（その他の言語）

授業の概要

ソフトコンピューティングとは、数学的に厳密な最適解導出が困難な問題に対して、計算時間などを考慮しながら妥当な解を求める手法の総称である。本講義では、ソフトコンピューティングの枠組みに含まれる手法を扱う上で必要な基礎的な理論を説明するとともに、ソフトコンピューティングにおいて代表的な手法を概説する。

科目目的

本科目では、ロボット工学など、さまざまな分野で広く使われているソフトコンピューティングのさまざまなアルゴリズムや、定式化の方法にふれることで、身の回りの問題を現実的な計算問題に落とし込み、妥当な解を求める考え方を身につけることを目的としている。

到達目標

ソフトコンピューティングの概念を理解し、紹介したアルゴリズムが対象とする問題や、アルゴリズムそのものの性質の違いが理解できること。

授業計画と内容

１.　イントロダクション
２.　予備知識１（グラフ理論、記号論理学）
３.　予備知識２（アルゴリズムの記述方法、計算量理論）
４.　最短経路問題（グラフ走査アルゴリズム、Dijkstraのアルゴリズム、A* アルゴリズム）
５.　ナップサック問題（近似アルゴリズム、動的計画ナップサックアルゴリズム、分枝限定法）
６.　線形計画問題（シンプレックス法）
７.　局所探索法１（最急勾配法、Nelder–Mead法）
８.　局所探索法２（多スタート局所探索法、反復局所探索法、疑似焼きなまし法）
９.　進化的アルゴリズム
10.　ファジィ理論
11.　ニューラルネットワーク1（パーセプトロン）
12.　ニューラルネットワーク2（バックプロパゲーション）
13.　関数近似（サポートベクターマシン、ディープニューラルネットワーク）
14.　応用事例

授業時間外の学修の内容

その他

授業時間外の学修の内容（その他の内容等）

復習は行ってほしい。特に授業中に出した課題・例題（配布資料に記載）については、自力で解けるようにしてほしい。

授業時間外の学修に必要な時間数／週

・毎週１回の授業が半期（前期または後期）または通年で完結するもの。１週間あたり４時間の学修を基本とします。
・毎週２回の授業が半期（前期または後期）で完結するもの。１週間あたり８時間の学修を基本とします。

成績評価の方法・基準

種別	割合（％）	評価基準
レポート	70	ソフトコンピューティングの代表的な手法を理解しているか、妥当な解を求める方針を立てられるかを評価する。
平常点	30	授業への参加・貢献度、受講態度の状況を基準とする。

成績評価の方法・基準（備考）

レポート（小テスト含む）70%、平常点30%。期末試験は行わない。

課題や試験のフィードバック方法

授業時間内で講評・解説の時間を設ける

課題や試験のフィードバック方法（その他の内容等）

アクティブ・ラーニングの実施内容

実施しない

アクティブ・ラーニングの実施内容（その他の内容等）

授業におけるICTの活用方法