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 |
|---|---|---|---|---|---|---|---|---|
| データサイエンス論文研修第三 | 2025 | 前期 | 他 | 理工学研究科博士課程前期課程 | 加藤 俊一 | カトウ トシカズ | 2年次配当 | 3 |
科目ナンバー
SG-AI5-7A03
履修条件・関連科目等
理工学部ビジネスデータサイエンス学科３年次配当の「ヒューマンメディア工学」を履修していることが望ましい。未履修の人は、並行して、同科目（大学院生向けに、合併授業としても開設）を履修してください。コンピュータおよび情報ネットワークに関するリテラシーは修得していること。
授業で使用する言語
日本語／英語
授業で使用する言語（その他の言語）
授業の概要
ヒューマンメディア工学研究室では、人にやさしい情報環境を、情報空間・実空間の双方に実現するために、感性工学と関連領域（認知科学、人工知能、データサイエンス、情報処理など）を融合させた研究を行う。このような領域でのプロジェクト研究中心として行う。
特に、データサイエンス論文研修第三では、人にやさしい情報環境を実現する上での高度な知識の習得、先行研究のサーベイ、ニーズの認識、問題点の発見、解決に向けた手順の考察をふまえて、課題を解決する手法・方法論を考案する。
科目目的
プロジェクト研究を通じて、感性工学と関連領域（認知科学、人工知能、データサイエンス、情報処理など）を融合させた研究の進め方、評価の仕方、論文のまとめ方を学ぶことを通じて、人にやさしい情報環境を、情報空間・実空間の双方に実現するために必要な知識・技術の習得の上に、それらを具体的に活用する手法・方法論を習得する。
到達目標
人にやさしい情報環境を、情報空間・実空間の双方に実現する上でのニーズの認識、問題点の発見、分析、問題解決に至る道筋の考案、手順の明確化を行い、それを実際の課題に対して実践できるようになる。
ビジネスデータサイエンス専攻で習得した知識・技能の総仕上げとして、計画の立案、実施、報告など、研究を進められるようになる。
授業計画と内容
○ヒューマンメディア工学と関連領域（認知科学、人工知能、データサイエンス、情報処理など）の基礎から応用までの修得を通じて、「多様な感性を持つ一人一人にやさしい情報環境」を、情報空間にも実空間にも実現するために、関連技術の高度化や新技術の研究・開発、それらを利用した高度なサービスの研究・開発を進展させる。
○テーマ
1. 感性の生体的・数理的・工学的な分析・モデル化とその応用技術の研究
2. 多様な利用者の個人特性に合わせた知識の共有・提供技術の研究
3. IoT (Internet of Things), Cyber Physical System, Biometrics Sensingを利用した状況理解・感情理解技術の研究
4. 個々人の価値観にマッチした情報サービス・意思決定支援システムの開発
5. 個々人の生活スタイル・活動スタイルにマッチした人にやさしい情報環境の開発
6. 多文化交流を含む、多様な人と人、人と人工物が空間を共有する共生支援システムの開発
○研究計画（概要）
4月：感性工学と関連領域（認知科学、人工知能、データサイエンス、情報処理など）から、研究テーマに関連した最新かつ高度な知識・技能を復習・習得する。
5月：研究テーマに対して、研究の進め方を検討し、研究室内で、着手発表を行う。
6月：研究テーマに対して、適した評価の仕方、実験のデザインを検討するとともに実験を開始する。
7月：修士論文研究計画をまとめる。
8月：実験の実施や、実験デザインの詳細化を進める。並行して、学会発表の準備を進める。
9月：学会発表。
○授業計画
1 イントロダクション、論文研修第三について
2 前年度の振り返りとテーマ設定
3 教員による論文紹介
4 学生による論文紹介
5 研究指導①
6 研究指導②
7 ゼミによる発表・討論
8 中間発表①
9 中間発表②
10 中間発表③
11 中間発表に対する質疑応答①
12 中間発表に対する質疑応答②
13 中間発表に対するまとめ
14 論文研修第三の総括と論文研修第四に向けた課題設定
※日程は研究室学生と調整して決め、各回1.5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
授業終了後の課題提出／その他
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
・学位論文の作成等に対して専門分野に関する必要な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
| 種別 | 割合（％） | 評価基準 |
|---|---|---|
| 平常点 | 100 | 平常の取り組み（テーマの領域・研究の方向性の検討、研究の進め方の検討、感性工学・認知科学・人工知能・データサイエンス・情報処理などの学習状況、着手発表、評価の仕方の検討、実験のデザインの検討、実験の実施、結果の分析、考察など）を総合的に評価する。 |
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）
研究室内で連絡用に様々なコミュニケーションプラットホームを活用しており、これらを総合的に活用して、研究指導・情報共有・課題提出・グループ討議・プレゼンテーションなどを行う。
アクティブ・ラーニングの実施内容
PBL（課題解決型学習）／ディスカッション、ディベート／グループワーク／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）
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）
研究室内で連絡用に様々なコミュニケーションプラットホームを活用しており、これらを総合的に活用して、研究指導・情報共有・課題提出・グループ討議・プレゼンテーションなどを行う。
実務経験のある教員による授業
いいえ
【実務経験有の場合】実務経験の内容
【実務経験有の場合】実務経験に関連する授業内容
テキスト・参考文献等
必要に応じて紹介する。