科目ナンバー

EC-OM2-01XS

履修条件・関連科目等

＜選考⽅法＞
原則として、レポートにより履修者を選考する
必要に応じて、⾯接試験を実施する
＜履修条件＞
学習意欲と協調性が⾼いこと
＜その他＞
入門ICT演習、情報科学、統計等、ICTやデータ分析の基礎を学習していることが望ましい。また、予習復習、宿題、研究課題などを行うため、PC/タブレット/スマホなどの情報機器を所有していることが望ましい。

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

＜学位授与方針と当該授業科目の関連＞
この科目は、協調性及び自己管理力（専門知識を活かせるだけでなく、チームワークの経験から学んで、他人と協調し、自己を管理することができる）の修得に関わる科目です。また、創造的思考力（総合的な学習体験に基づいて、ものごとを創造的に思考することができる）の修得に関わる科目です。
テーマ：ICTの社会応用

今後のビジネスの中核となるIoTとAIを利用できるとともに、企業との共同研究を通して、ビジネス化のプロセスの理解、その過程における課題の把握などを学ぶ。ベンチャー企業のエンジニア、経営者との対話の場を設けることで、内外のICTビジネスの最新動向を把握する。また、シリコンバレーの会社やシンガポール政府機関等への訪問・実習を行い、海外におけるICT産業や行政への利用についての最新動向を把握する。

科目目的

ICT（Information and Communication Technology : 情報通信技術）の調査、開発、分析の実践を通して、実務的知識・技術(スキル)を獲得する。

到達目標

獲得したスキルを利用して研究を推進し、それを論文にまとめ、学会に投稿、発表する。

授業計画と内容

【演習1】（２年次）
I. 授業の概要（1回）[講義]
第1回 講義の流れの紹介、自己紹介等

ⅠI．IoT（講義3回、演習2回）
第2回　OS
第3回　センサー
第4回　アクチュエータ
第5回　演習　センサー構築
第6回　演習　アクチュエータ構築

ⅠII．データ分析（講義6回、演習3回）
第7回　Python 入門
第8回　Python グラフ
第9回　Python ファイルin/out
第10回　Python FFT
第11回　Python 統計関数
第12回　演習　データセンシング
第13回　演習　データ分析
第14回　演習　論文作成

IV．モバイルアプリ開発技法　（講義4回、演習1回）
第15回　iOS開発環境作成
第16回　ストーリーボード
第17回　ボタン
第18回　表
第19回　カメラ
第20回　MAP
＜事前課題提示（共同研究先への提案）＞

ⅠV．生体センサ　（講義3回、演習2回）
第21回　脈拍センサ
第22回　脳波センサ
第23回　ストレス計測
第24回　演習　ストレス計測
第25回　演習　ストレス分析

VI．まとめ　（講義1回、演習2回）
第26回　演習　論文作成
第27回　演習　提案作成の手法
第28回　総括・まとめ

【演習２】（３年次）
I. 授業の概要（1回）[講義]
第1回 講義の流れの紹介、今年の目標設定等

ⅠI．IoT（講義3回、演習2回）
第2回　3Dプリンタ
第3回　演習　3Dプリンタ
第4回　IoTデバイス設計
第5回　演習　IoTデバイス構築
第6回　演習　連携モバイルアプリ構築

ⅠII．AI（講義6回、演習3回）
第7回　AI技術の現状
第8回　Colaboratory、NVIDIAクラウド
第9回　TensorFlow
第10回　機械学習の基礎
第11回　ニューラルネット
第12回　演習　MNIST
第13回　演習　文章解析
第14回　演習　音声解析

IV．AIの産業応用　（講義4回、演習1回）
第15回　事例紹介
第16回　FPGAとAI
第17回　転移学習
第18回　ロボット
第19回　自動運転
第20回　ドローン
＜事前課題提示（共同研究先への提案）＞

ⅠV．自動運転　（講義2回、演習3回）
第21回　自動運転の原理
第22回　自動運転の現状
第23回　演習　自動運転車組み立て
第24回　演習　自動運転車アプリ実装
第25回　演習　自動運転車走行試験

VI．まとめ　（講義1回、演習2回）
第26回　演習　論文作成
第27回　演習　提案作成の手法
第28回　総括・まとめ


【演習論文】（４年次）
I. 授業の概要（1回）[講義]
第1回 講義の流れの紹介、今年の目標設定等

ⅠI．論文作成準備（講義3回、演習2回）
第2回　論文の書き方
第3回　演習　テーマ設定
第4回　演習　関連研究調査
第5回　演習　調査方針設定
第6回　演習　投稿先選択

ⅠII．論文作成（講義6回、演習3回）
第7回　演習　実験設定
第8回　演習　実験実施
第9回　演習　実験結果分析
第10回　演習　実験結果可視化
第11回　演習　論文の章立て作成
第12回　演習　論文作成
第13回　演習　論文仕上げ
第14回　まとめ

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／その他

授業時間外の学修の内容（その他の内容等）

担当の研究テーマに関連し、プログラム作成、データ分析などを行う。そのために必要な資料などは指定するので、これを勉強し、研究を行う。

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

成績評価の方法・基準（備考）

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／その他

課題や試験のフィードバック方法（その他の内容等）

基本的には、次の授業でQAを行います。
また、manabaやSLACKなどで、フィードバックやQAを行います。

アクティブ・ラーニングの実施内容

PBL（課題解決型学習）／プレゼンテーション／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）

毎授業の終わりのアンケート、宿題レポート、に基づき、次の授業の際にQAを行います。
また、担当する研究テーマの進捗について、適宜、授業で発表、ディスカッションを行います。

授業におけるICTの活用方法

その他

授業におけるICTの活用方法（その他の内容等）

PCやスマートフォン、ウエアラブルデバイスなどを使い、データ収集、データ分析、論文作成、スライド作成などを行います。

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

1983〜2014までのKDDI研究所での経験、2016〜2019までの宇都宮大学工学部での、研究開発や様々な企業との共同研究の経験に基づき、具体的な課題に基づき、問題解決方法を身に着けます。

【実務経験有の場合】実務経験に関連する授業内容

1983〜2014までのKDDI研究所での経験、2016〜2019までの宇都宮大学工学部での、研究開発や様々な企業との共同研究の経験に基づき、実際のビジネスの現場での課題を研究テーマとし、これを解決する能力を身につけることを目指す。

テキスト・参考文献等

基本的には講義で資料を配布するが、適宜、参考書、URLを示す。

その他特記事項

講義資料は、全てmanabaにて公開、テスト・課題もすべて同システムを利用する。
これに加え、日常的な情報交換には、SLACKを使用する。

参考URL