科目ナンバー

SE-AI4-7A91

履修条件・関連科目等

　必要となる知識は研究室によって異なるが、データサイエンスの基礎となる科目については、十分に理解し、修得していることを前提とする。

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

　卒業研究はIとIIを通じて卒業論文の執筆を行うものである。Iはその前半部分であり、研究計画書の提出を1つの区切りとする。4年生の前期にIを、後期にIIを行う標準ケースの場合、以下のようなスケジュールで進める。
　3年次（前年度）の10月初旬に各研究室の紹介を行い、11月までに各人の希望の調査、配属先の決定を行う。2～3月に研究室毎に前年度卒業研究の発表会、新年度卒業研究の説明会が行われる。4月より卒業研究に必要な専門知識の習得や演習を開始し、逐次、研究に着手する。研究の進め方は研究室、テーマによって異なるが、7月下旬に研究計画書の提出、中間発表を行い、1月中旬に卒業研究要旨（2ページ）、1月下旬に卒業論文を提出し、発表会にて口頭発表を行う。

科目目的

ビジネスデータサイエンス学科で習得した知識・技能の総仕上げとして、計画の立案、実施、報告など、研究を進める方法を学ぶ。特に、センシングデータ解析やスマートファクトリーに関する諸問題の中から、テーマを取り上げて研究する。

到達目標

特定の研究分野について、研究の発展の経緯と最新情報を習得すること、研究計画の作成において、適切な研究方法を提案できるようになることを目標とする。

授業計画と内容

［研究室の決定］
　卒業研究の基本は担当教員によるマンツーマンの指導・助言である。したがって、1人の教員が担当する学生数はできるだけ少ない方が好ましい。このため、ビジネスデータサイエンス学科では、1つの研究室に配属される学生数が同じになるようにしている。結果として、特定の研究室を希望する学生が多いと何らかの調整が必要となる。この調整をできるだけ透明かつ公平に行うために、学生による希望を聞いた上で学生全体の満足度が最大となる配属方法を「OR」や「最適化手法」の授業で学んだ線形計画法を用いて決めている。昨年度行った方法の基本的な流れは以下の通りである。
　（１）各学生は持ち点300点を配属を希望する研究室に割り付ける。ただし、１研究室に割り付けることのできるのは最大100点であり、300点すべてを使わなければならない。i番目の学生がj番目の研究室に付けた点数をx_{ij}とする。

　（２）３年前期までの成績を用いて各学生のGPA（Graduate Points Average）を求める。
　（３）次式が最大となるδ_{ij}を求める。ただし、δ_{ij}はi番目の学生の配属先がj番目の研究室の時に1、そうでない時に0をとる。また、bは成績の重みを変えるための係数である。Bを0にすると全ての学生の希望が均等に扱われ成績を全く考慮しない結果となり、大きな値にするほど成績が結果を左右することになる。
　　　　　　Q＝Σ Σ (GPA_i)^{b} ｘ_{ij} δ_{ij}
　（４）決定方法を十分理解した上で点数付けが行えるよう、得られた配属先を張り出し、希望する学生が点数を変更できる機会を２回設けている。

［研究テーマの紹介］
当研究室ではIoT/センシングネットワークから得られるストリームデータからの知見創出とその実社会への応用をメインテーマとして取り扱っています．ストリームデータ解析には機械学習/統計モデリングの知識や信号処理の知識があると便利です．ゼミでは必要に応じて一緒に学んでいきましょう．計測から提案まで一貫して行えるのが本卒研の強みかと思います．社会のいろいろな問題を，センサを使って解決し，一緒に面白いものを作っていきましょう．参考までに以下はこれまでの研究テーマです．
○これまでの研究テーマ
1. 人の移動情報に基づく場所の価値推定
（店舗出店効果の推定，移動情報からの空間中の対象に対する興味の推定など）
2. 非接触型センサを用いたバイタル推定
（独居老人の見守りシステム，遠隔血圧推定など）
3. 生理データを用いた人の集中度/感情推定
4. センサデータを用いた工場のスマートファクトリー化の提案
（リアルタイム品質予測，もの流しの改善など）
5. 映像データなどを用いたスポーツ解析
6. シミュレータを用いた自動運転時のバイタル推定

[授業内容]
第1回：イントロダクション・卒業研究Ⅰについて
第2回：文献調査１
第3回：文献調査２
第4回：文献調査３
第5回：研究テーマ設定
第6回：データ取得・ゼミによる発表・討論１
第7回：データ取得・ゼミによる発表・討論２
第8回：データ取得・ゼミによる発表・討論３
第9回：データ取得・ゼミによる発表・討論４
第10回：データ取得・ゼミによる発表・討論５
第11回：データ取得・ゼミによる発表・討論６
第12回：中間報告準備
第13回：中間報告回
第14回：前期まとめ
※日程は研究室学生と調整して決め各回2コマの研究指導をする．進捗により変更の可能性もある．

授業時間外の学修の内容

指定したテキストやレジュメを事前に読み込むこと／授業終了後の課題提出

授業時間外の学修の内容（その他の内容等）

　ゼミ等への出席のほか、各自、研究テーマに応じて必要な学習・研究に主体的にとりくむことが必要である。

授業時間外の学修に必要な時間数／週

・卒業論文、または卒業研究の作成等に対して専門分野に関する必要な論文作成、研究指導を行うことを基本とします。

成績評価の方法・基準

成績評価の方法・基準（備考）

　卒業研究ゼミの平常点、卒業論文の内容などを総合的に評価する。評価の比率は研究室ごとに異なる。担当教員に問い合わせること。

以下のルーブリックの基準を持って成績評価を行う
http://nlp.indsys.chuo-u.ac.jp/export/bds_rubric.pdf

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／授業時間に限らず、manabaでフィードバックを行う

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

実習、フィールドワーク

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

実施しない

授業におけるICTの活用方法（その他の内容等）

実務経験のある教員による授業

はい

【実務経験有の場合】実務経験の内容

技術士（経営工学／総合技術監理部門）資格をもつ教員が授業を担当する。

【実務経験有の場合】実務経験に関連する授業内容

授業において、生産・サービスに関する実際の企業事例を紹介したうえで、討論を行う。

テキスト・参考文献等

　研究テーマによって異なる。担当教員の指示を仰ぐこと。

その他特記事項

参考URL