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 | 2023 年度 | |
|---|---|---|
| 開講区分 |
工学部自由科目 学部修士一貫コースのクロス科目です。 |
|
| 受講対象学生 |
学部(学士課程) : 4年次 |
|
| 選択・必修 | 選択 |
|
| 授業科目名 | 情報処理特論 | |
| じょうほうしょりとくろん | ||
| Information Processing | ||
| 単位数 | 2 単位 | |
| ナンバリングコード | ||
| 開放科目 | 非開放科目 | |
| 開講学期 |
後期 |
|
| 開講時間 |
金曜日 1, 2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 | ||
| 担当教員 | 川中 普晴（工学部電気電子工学科） | |
| KAWANAKA, Hiroharu | ||
| 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 | 本講義では信号処理や画像処理など，種々の情報処理に関する研究に必要となる基礎技術を集中的に学ぶ．また習得した基礎技術の応用例についても実践的に学ぶ． |
|---|---|
| 学修の目的 | 情報処理分野に関する幅広い知識を得る． |
| 学修の到達目標 | 情報処理分野に関する幅広い知識を得る． |
| ディプロマ・ポリシー |
|
| 成績評価方法と基準 | レポート及び出席状況により評価する |
| 授業の方法 | 講義 演習 |
| 授業の特徴 |
問題提示型PBL（事例シナリオ活用含） 問題自己設定型PBL プロジェクト型PBL 実地体験型PBL Moodleを活用する授業 |
| 授業改善の工夫 | |
| 教科書 | 配付資料をテキストとして使用する |
| 参考書 | |
| オフィスアワー | 火曜日12:00〜13:00 |
| 受講要件 | 特になし． |
| 予め履修が望ましい科目 | 情報処理技術を学ぶにあたり必要となる科目（計算機工学，プログラミング，確率統計，線形代数など）の科目を学修していることが望ましい． |
| 発展科目 | |
| その他 |
授業計画
| MoodleのコースURL |
|---|
| キーワード | 画像処理，信号処理，パターン認識 |
|---|---|
| Key Word(s) | Image Processing, Signal Processing, Pattern Recognition |
| 学修内容 | 画像処理や信号処理，機械学習といった情報処理分野における基礎理論について概説するとともに，関連技術の最近の動向などについても紹介する．また，本講義では当該分野に関する最新の研究論文についても取り上げ，その内容についても解説する．必要に応じてレポートや演習などをふまえ，講義内容に関する理解を深める． １．画像処理（１） ２．画像処理（２） ３．画像処理技術の実問題への応用例（１） ４．画像処理技術の実問題への応用例（２） ５．Internet of Things （IoT) ６．IoTの応用の実問題への応用例 8．信号処理 9．信号処理の実問題への応用例 10．機械学習（１） 11．機械学習（２） 12．機械学習の実問題への応用例（１） 13．機械学習の実問題への応用例（２） 14．感性情報処理 15．（まとめ）情報処理システムにおける最近の動向と課題の課題 |
| 事前・事後学修の内容 | 各回の講義内容はMoodleなどを通じて事前にアナウンスする（読んでおくべき資料などを提示する）ので，内容について関連文献やインターネットなどを活用して事前に内容を予習しておくこと．また，各講義では簡単な演習を行うので，講義終了後は演習の内容について再度確認しておくことが望ましい． |
| 事前学修の時間:120分/回 事後学修の時間:120分/回 |