文理学部シラバスTOP > 文理学部 > 情報科学科 > 情報科学講究２
日本大学ロゴ

情報科学講究２

このページを印刷する

令和２年度以降入学者 情報科学講究２
令和元年度以前入学者 情報科学講究２
教員名 宮田章裕
単位数    2 学年    3 開講区分 文理学部
科目群 情報科学科
学期 後期 履修区分 必修
授業の形態 対面授業（一部，課題提示型）
Blackboard ID: 20224410
授業概要 インタラクション・ヒューマンインタフェースの応用知識を学修する。情報通信企業研究開発部門・商用サービス運用部門で実務経験がある教員が，その経験を活かして，実用的なインタラクション・ヒューマンインタフェース技術に関する講義を行う。
授業のねらい・到達目標 卒業研究に向けて，インタラクション・ヒューマンインタフェースの応用知識に基づき，システム開発・プレゼンテーションができるようになる。
この科目は文理学部(学士(理学))のディプロマポリシーDP6及びカリキュラムポリシーCP9に対応している。

なお、新カリキュラム（令和２年度以降の入学者）では、この科目は文理学部(学士(理学))のディプロマポリシーDP1-8及びカリキュラムポリシーCP1-8に対応している。

・経験や学修から得られた豊かな情報科学の知識と教養に基づいて，自己の倫理観を倫理的な課題に適用することができる（A-1-3）。
・世界諸国の歴史や政治，経済，文化，価値観，信条などの背景を理解し，国際社会が直面している問題を情報科学の視点から説明することができる（A-2-3）。
・仮説に基づく課題や問題を提示し，客観的な情報を基に，論理的・批判的に考察できる（A-3-3）。
・問題を分析し，複数の解決策を提示した上で，問題を解決することができる（A-4-3）。
・責任と役割を担い，新しい問題に取り組む意識を持ち，そのために必要な情報科学の知識・情報を収集することができる（A-5-3）。
・さまざまな人々とのコミニュケーションを通じて相互の意思伝達を自由かつ確実に行い，他者との良好な関係を確立することができる（A-6-3）。
・集団の活動において，より良い成果を上げるために，指導者として他者と協働し，作業を行うことができる（A-7-3）。
・学修状況を自己分析し，その成果を評価することができる（A-8-3）。
授業の方法 授業の形式：講究

文献輪講（兼プレゼンテーション演習）では，指定文献または自身で探した文献を事前に読み，内容を要約して発表する。プログラミング演習では，IoTデバイスを用いたインタラクティブシステムを開発する。数名のグループを組んで授業を進めるが，全員に発表・演習を行うことが求められる。
授業参画度は，授業中に口頭で，および，授業外にグループウェアを用いてフィードバックする。

オンライン参加の要件：
学部の方針に従う。

学部が定める要件を満たし，オンライン参加が認められた場合の受講方法：
・授業時間帯にZoomにて授業に参加する。
・上記以外の事項（レポート〆切等）は，対面参加学生と同条件とする。
履修条件 学科内規による。
授業計画
1 インタラクション応用(1)：人にやさしいシステムの基礎研究（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】シラバスを事前に確認し、授業全体の流れを理解する（A-5-3）。 （0.5時間）
【事後学習】今回講義資料・演習を通じて，人にやさしいシステムの基礎研究について理解を深める（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （3.5時間）
2 インタラクション応用(2)：人にやさしいシステムの応用研究（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】前回講義資料に基づき，人にやさしいシステムの基礎研究について確認しておく（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
【事後学習】今回講義資料・演習を通じて，人にやさしいシステムの応用研究について理解を深める（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
3 インタラクション応用(3)：人にやさしいシステムのサービス事例（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】前回講義資料に基づき，人にやさしいシステムの応用研究について確認しておく（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
【事後学習】今回講義資料・演習を通じて，人にやさしいシステムのサービス事例について理解を深める（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
4 IoT応用(1)：インタラクティブな光出力（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】前回講義資料に基づき，人にやさしいシステムのサービス事例について確認しておく（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
【事後学習】今回講義資料・演習を通じて，インタラクティブな光出力について理解を深める（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
5 IoT応用(2)：インタラクティブな音出力（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】前回講義資料に基づき，インタラクティブな光出力について確認しておく（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
【事後学習】今回講義資料・演習を通じて，インタラクティブな音出力について理解を深める（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
6 IoT応用(3)：照度センサの高度な利用（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】前回講義資料に基づき，インタラクティブな光出力について確認しておく（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
【事後学習】今回講義資料・演習を通じて，インタラクティブな音出力について理解を深める（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
7 IoT応用(4)：加速度センサの高度な利用（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】前回講義資料に基づき，インタラクティブな音出力について確認しておく（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
【事後学習】今回講義資料・演習を通じて，加速度センサの高度な利用について理解を深める（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
8 IoT応用(5)：距離センサの高度な利用（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】前回講義資料に基づき，加速度センサの高度な利用について確認しておく（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
【事後学習】今回講義資料・演習を通じて，距離センサの高度な利用について理解を深める（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
9 IoT応用(6)：UDPによるセンサネットワーク（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）【課題提示型】
【事前学習】前回講義資料に基づき，距離センサの高度な利用について確認しておく（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
【事後学習】今回講義資料・演習を通じて，UDPによるセンサネットワークについて理解を深める（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
10 IoT応用(7)：WebSocketによるセンサネットワーク（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】前回講義資料に基づき，UDPによるセンサネットワークについて確認しておく（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
【事後学習】今回講義資料・演習を通じて，WebSocketによるセンサネットワークについて理解を深める（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
11 Deep Learning応用(1)：Denoising Autoencoderの基礎（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】前回講義資料に基づき，WebSocketによるセンサネットワークについて確認しておく（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
【事後学習】今回講義資料・演習を通じて，Denoising Autoencoderの基礎について理解を深める（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
12 Deep Learning応用(2)：Denoising Autoencoderの利用（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】前回講義資料に基づき，Denoising Autoencoderの基礎について確認しておく（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
【事後学習】今回講義資料・演習を通じて，Denoising Autoencoderの利用について理解を深める（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
13 Deep Learning応用(3)：Denoising Autoencoderを用いた簡易モデルの構築（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】前回講義資料に基づき，Denoising Autoencoderの利用について確認しておく（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
【事後学習】今回講義資料・演習を通じて，Denoising Autoencoderを用いた簡易モデルの構築について理解を深める（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
14 Deep Learning応用(4)：Denoising Autoencoderを用いた複雑モデルの構築（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】前回講義資料に基づき，Denoising Autoencoderを用いた簡易モデルの構築について確認しておく（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
【事後学習】今回講義資料・演習を通じて，Denoising Autoencoderを用いた複雑モデルの構築について理解を深める（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
15 Deep Learning応用(5)：Denoising Autoencoderを用いた推定実験（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）
【事前学習】前回講義資料に基づき，Denoising Autoencoderを用いた複雑モデルの構築について確認しておく（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
【事後学習】今回講義資料・演習を通じて，Denoising Autoencoderを用いた推定実験について理解を深める（A-1-3，A-2-3，A-3-3，A-4-3，A-5-3，A-6-3，A-7-3，A-8-3）。 （2時間）
その他
教科書 授業内で指示する。
参考書 なし
成績評価の方法及び基準 授業参画度:毎回の実習・演習の成果により評価する。(100%)
成績評価の方法及び基準は，対面参加・オンライン参加で同一である。

ただし，オンライン参加時の授業参画度については，
オンラインコミュニケーションで生じてしまう
やむを得ない事情（発言権の獲得の難しさ，ネットワーク不調等）について
考慮して評価を行う。
オフィスアワー 講義資料掲載の連絡先にメールをして問い合わせること。都度時間調整をして適切な手段で質問に応じる。

↑このページのトップ