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 |
---|---|---|---|---|---|---|---|---|
スマートセンシング特論第一 | 2024 | 前期 | 火2 | 理工学研究科博士課程前期課程 | 大草 孝介 | オオクサ コウスケ | 1年次配当 | 2 |
科目ナンバー
SG-SA5-7C18
履修条件・関連科目等
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
近年,情報処理技術の進化と浸透に伴いセンシング技術は非常に身近なものになってきており,スマートフォンから大規模工場など様々な所で利活用されている.一方で,センシング技術単体では物理的・化学的情報を提供するのみで,そこから知見を得るには機械学習や統計モデル,計算機工学を高度に組み合わせて目的を達成する必要がある.本講義ではセンシング技術についての解説からデータ処理技術,および最新動向について演習も交えて取り扱っていく.
科目目的
センシングの原理からそのデータ処理技術,および最新動向について理解する
到達目標
センシングの原理からそのデータ処理技術,および最新動向について理解し,実際に処理を行えるようになる
授業計画と内容
第1回:ガイダンス
第2回:Pythonの使い方に関する復習
第3回:演習用センサデバイス配布・体験I
第4回:演習用センサデバイス配布・体験II
第5回:様々なセンシング技術とその原理I
第6回:様々なセンシング技術とその原理II
第7回:様々なセンシング技術とその原理III
第8回:様々なセンシング技術とその原理IV
第9回:関連分野最新論文紹介
第10回:発表会I
第11回:発表会II
第12回:発表会III
第13回:講義まとめ
第14回:最終レポート質問日
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)
授業中に適時関連コンテンツなどを紹介や課題を与えるので各自学習を行うこと
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 | 80 | 授業中に課すレポートへの回答により評価を行う |
平常点 | 20 | 授業への出席状況・貢献状況により評価する |
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
ディスカッション、ディベート/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
タブレット端末
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
センシングデータ解析の領域において企業との共同研究経験および業界団体からの受賞経験を持つ教員が対応する
【実務経験有の場合】実務経験に関連する授業内容
実際の社会領域(特に産業分野)におけるセンシングデータの活用領域について紹介する
テキスト・参考文献等
授業中に適時紹介する