シラバス表示
シラバスの詳細な内容を表示します。
→ 閉じる（シラバスの一覧にもどる）
科目の基本情報
| 開講年度 | 2024 年度 | |
|---|---|---|
| 開講区分 | 生物資源学研究科(博士後期課程)共生環境学専攻 | |
| 受講対象学生 |
大学院(博士課程・博士後期課程) : 1年次, 2年次, 3年次 |
|
| 選択・必修 | 選択 |
|
| 授業科目名 | 生物・食品加工プロセス工学 | |
| せいぶつ・しょくひんかこうぷろせすこうがく | ||
| Biological and Food Process Engineering | ||
| 単位数 | 2 単位 | |
| ナンバリングコード | BIOR-Envr-7591-009
|
|
| 開放科目 | 非開放科目 | |
| 開講学期 |
その他(学習要項・履修要項等を参照してください) |
|
| 開講時間 |
月曜日 7, 8時限 |
|
| 授業形態 |
対面授業 * 状況により変更される可能性があるので定期的に確認して下さい
「オンライン授業」・・・オンライン会議ツール等を利用して実施する同時双方向型の授業 |
|
| 開講場所 | 415室，オンラインの場合はTeams | |
| 担当教員 | 森尾 吉成（生物資源学研究科） | |
| MORIO, Yoshinari | ||
| SDGsの目標 |
|
|
| 連絡事項 | * 状況により変更される可能性があるので定期的に確認して下さい |
|
学修の目的と方法
| 授業の概要 | 農林水産業由来の農産物・畜産物・水産物の構造、物性の理論的枠組は重要ではあるものの、現実では計測により得られるものである。本講義では、保蔵・加工プロセスを想定し、農産物・畜産物・水産物の食品原材料と加工食品の構造、物性、特性とそれらの計測系と技術ベースのフードシステムについて概説する。 |
|---|---|
| 学修の目的 | フードシステムの中での農産物・畜産物・水産物の食品原材料と加工食品の位置づけと，関係する技術の基礎と応用を理解する。 （DP，CPとの関連）「感じる力」，「考える力」，「コミュニケーション力」，「生きる力」を身に付けるため，生物資源学研究科のDPである(2)の修得を目指す． |
| 学修の到達目標 | （知識） ・フードシステムやそれぞれのサブシステムについて知識を身に付ける． ・フードシステムにおいて使われているAIや画像処理事例の知識を身に付ける． （技能） ・フードシステムにおいて使われている信号処理技術の基本的なスキルを身に付ける． （態度） ・フードシステムの視点から，システムを開発するマインドを持つ． |
| ディプロマ・ポリシー |
|
| 成績評価方法と基準 | （知識）フードシステムに関する知識について，40%を口頭試問で評価する，（技術）フードシステムで使われる信号処理スキルについて，50%を課題レポートで評価する，（態度）フードシステムにおいて活用される各種技術に対して興味を持って取り組む姿勢について，10%を評価する． |
| 授業の方法 | 講義 |
| 授業の特徴 |
問題提示型PBL（事例シナリオ活用含） プロジェクト型PBL 反転授業 プレゼンテーション/ディベートを取り入れた授業 Moodleを活用する授業 |
| 授業アンケート結果を受けての改善点 | 毎回実施する授業アンケートの結果を次の授業にフィードバックする．授業アンケート結果の一部には，より高い達成感を得たいとの声も含まれる場合があるので，受講生により強い動機付けを持ってもらえるような言葉遣いに工夫をしたい． |
| 教科書 | |
| 参考書 | |
| オフィスアワー | （時間）月曜日 12:00～13:00 （場所）415室，Teams |
| 受講要件 | |
| 予め履修が望ましい科目 | |
| 発展科目 | |
| その他 |
授業計画
| MoodleのコースURL |
|---|
| キーワード | 農業情報工学、生物情報工学、食品工学、フードシステム、画像処理 |
|---|---|
| Key Word(s) | Agricultural informatics, Bioinformation Engineering, Food system, Image Processing |
| 学修内容 | 1. フードシステムの概要を説明 2．フードシステムの構成要素調査結果のプレゼンテーションとディスカッション 3．フードシステムに関する研究内容の紹介とディスカッション 4．農産物の収穫，食品の加工・流通・販売とデジタルマーケティング展開の解説 5．農産物の収穫，食品の加工・流通・販売とデジタルマーケティングの事例調査結果のプレゼンテーションとディスカッション 6．農産物の収穫，食品の加工・流通・販売とデジタルマーケティングに活用可能な技術について解説 7．農作物生産現場のスマート農業化の概要を説明 8．農作物生産現場のスマート農業化事例調査のプレゼンテーションとディスカッション 9．農作物生産現場のスマート農業化に活用可能な技術について解説 10．農作物生産現場で活用される画像処理をはじめとする光センシング技術を解説 11．農作物生産現場で活用される画像処理をはじめとする光センシング技術の調査結果のプレゼンテーションとディスカッション 12．農作物生産現場で活用されるロボットシステムを解説 13．農作物生産現場で活用されるロボットシステムの事例調査結果のプレゼンテーションとディスカッション 14．農作物生産現場で活用されるAI（深層学習，機械学習）を解説 15．農作物生産現場で活用されるAI（深層学習，機械学習）の事例調査結果のプレゼンテーションとディスカッション |
| 事前・事後学修の内容 | 毎回，講義内容に関するディスカッション，課題発表，成果報告書の作成を課す（4時間×15週） 第1回 フードシステムの概要をインターネットで調べる． 第2回 フードシステムの調査結果を発表する準備をする． 第3回 フードシステムに関する研究内容や技術事例をインターネットで調べてまとめる． 第4回 農産物の収穫，食品の加工・流通・販売とデジタルマーケティング展開についてインターネットで調査し，まとめる． 第5回 農産物の収穫，食品の加工・流通・販売とデジタルマーケティングの事例調査結果の発表の準備をする． 第6回 農産物の収穫，食品の加工・流通・販売とデジタルマーケティングに活用可能な技術について，インターネットで調査する． 第7回 農作物生産現場のスマート農業化についてインターネットで調査し，まとめる． 第8回 農作物生産現場のスマート農業化事例調査のプレゼンテーションの準備をする． 第9回 農作物生産現場のスマート農業化に活用可能な技術についてインターネットで調査し，まとめる． 第10回 農作物生産現場で活用される画像処理をはじめとする光センシング技術についてインターネットで調査し，まとめる． 第11回 農作物生産現場で活用される画像処理をはじめとする光センシング技術の調査結果のプレゼンテーションの準備をする． 第12回 農作物生産現場で活用されるロボットシステムについてインターネットで調査し，まとめる． 第13回 農作物生産現場で活用されるロボットシステムの事例調査結果のプレゼンテーションの準備をする． 第14回 農作物生産現場で活用されるAI（深層学習，機械学習）についてインターネットで調査し，まとめる． 第15回 農作物生産現場で活用されるAI（深層学習，機械学習）の事例調査結果のプレゼンテーションの準備と最終成果報告書を作成する． |
| 事前学修の時間:60分/回 事後学修の時間:180分/回 |