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）
| 開講年度 | 2024 年度 | |
|---|---|---|
| 開講区分 | 工学研究科(博士前期課程)機械工学専攻 | |
| 領域 | 主領域 : A | |
| 受講対象学生 |
学部(学士課程) : 1年次, 2年次 履修に関しては教務委員に確認すること． |
|
| 選択・必修 | ||
| 授業科目名 | 機械知能学特論 | |
| きかいちのうがくとくろん | ||
| Advanced Lecture on Machine Intelligence | ||
| 単位数 | 2 単位 | |
| ナンバリングコード | EN-PROC-5
|
|
| 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) 開講時期及び履修については教務委員に確認のこと． |
|
| 開講時間 |
開講時間及び履修については教務委員に確認のこと． |
|
| 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 | ||
| 担当教員 | 野村由司彦 加藤典彦 | |
| NOMURA Yoshihiko, KATO Norihiko | ||
| 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 |
|
| 授業の概要 | 近年，コンピュータなどのハードウェアや情報処理，人工知能などのソフトウェアの急速な発展をうけ，かつてのように定型的な仕事を繰り返すだけでなく，状況の変化に応じて適切に仕事ができる，知的な機械・システムへと変貌を遂げている．本特論では，知能機械学の基礎、ロボティクス・メカトロニクス分野における具体例について述べる． |
|---|---|
| 学修の目的 | 機械知能の基礎について説明できる． |
| 学修の到達目標 | 確率・統計，信号処理技術，ヒューマンインタフェースについて基礎的な説明ができ，具体的な課題にそれを適用して，問題解決することができる． |
| ディプロマ・ポリシー |
|
| 成績評価方法と基準 | 小テスト，レポート，発表などを随時実施して，その累積得点で評価する． |
| 授業の方法 | 講義 |
| 授業の特徴 | |
| 授業アンケート結果を受けての改善点 | |
| 教科書 | |
| 参考書 | |
| オフィスアワー | |
| 受講要件 | |
| 予め履修が望ましい科目 | |
| 発展科目 | |
| その他 | 本科目の履修については機械工学専攻教務委員に相談すること． |
| MoodleのコースURL |
|---|
| キーワード | 知能機械学，システム制御工学，ロボティクス・メカトロニクス，認知科学，ヒューマンインタフェース |
|---|---|
| Key Word(s) | intelligent machine, system and control, robotics, mechatronics, cognitive science, human interface |
| 学修内容 | 内容については機械工学専攻教務委員に確認のこと． 以下は予定． 以下の事項に関連する英語論文を題材として，学生主体で授業を行う．学習する． １．統計的検定 ２．統計的検定 ３．統計的検定 ４．触覚，運動覚 ５．触覚，運動覚 ５．触覚，運動覚 ５．認知科学メカトロニクス応用 ７．認知科学メカトロニクス応用 ８．認知科学 ９．ヒューマンインタフェース 10．ヒューマンインタフェース 11．ヒューマンインタフェース 12．共分散行列，誤差伝播， 13．ベイズ推定，最小2乗法 14．オンライン最小2乗法，カルマンフィルタ 15．非線形最小2乗法，拡張カルマンフィルタ |
| 事前・事後学修の内容 | |
| 事前学修の時間:120分/回 事後学修の時間:120分/回 |