文理学部シラバスTOP > 文理学部 > 情報科学科(情報システム解析学科) > 情報科学講究1
日本大学ロゴ

情報科学講究1

このページを印刷する

科目名 情報科学講究1
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(情報システム解析学科)
学期 前期 履修区分 必修
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基礎知識を学修する。
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基礎知識に基づき,基本的なプログラミング・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に対応しています。
授業の方法 文献輪講(兼プレゼンテーション演習)では,指定文献を事前に読み,内容を要約して発表する。プログラミング演習では,簡単なIoTデバイスを制作し,制御できるようにする。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。
本授業の事前・事後学習は,各2時間の学習を目安とする。
履修条件 学科内規による。また,「ヒューマンインタフェース」を履修すること。
授業計画
1インタラクション入門(1):人にやさしいシステムの理論
【事前学習】シラバスを事前に確認する
【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理論について理解を深める
2インタラクション入門(2):人にやさしいシステムの応用
【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理論について確認しておく
【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について理解を深める
3インタラクション入門(3):人にやさしいシステムの実例
【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について確認しておく
【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実例について理解を深める
4IoT入門(1):光出力
【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実例について確認しておく
【事後学習】今回講義資料・演習を通じて,光出力について理解を深める
5IoT入門(2):音出力
【事前学習】前回講義資料に基づき,光出力について確認しておく
【事後学習】今回講義資料・演習を通じて,音出力について理解を深める
6IoT入門(3):照度センサ
【事前学習】前回講義資料に基づき,音出力について確認しておく
【事後学習】今回講義資料・演習を通じて,照度センサについて理解を深める
7IoT入門(4):加速度センサ
【事前学習】前回講義資料に基づき,照度センサについて確認しておく
【事後学習】今回講義資料・演習を通じて,加速度センサについて理解を深める
8IoT入門(5):距離センサ
【事前学習】前回講義資料に基づき,加速度センサについて確認しておく
【事後学習】今回講義資料・演習を通じて,距離センサについて理解を深める
9IoT入門(6):センサネットワーク
【事前学習】前回講義資料に基づき,距離センサについて確認しておく
【事後学習】今回講義資料・演習を通じて,センサネットワークについて理解を深める
10IoT入門(7):インタラクティブIoTシステムの基礎
【事前学習】前回講義資料に基づき,センサネットワークについて確認しておく
【事後学習】今回講義資料・演習を通じて,インタラクティブIoTシステムの基礎について理解を深める
11IoT入門(8):インタラクティブIoTシステムの応用
【事前学習】前回講義資料に基づき,インタラクティブIoTシステムの基礎について確認しておく
【事後学習】今回講義資料・演習を通じて,インタラクティブIoTシステムの応用について理解を深める
12IoT入門(9):インタラクティブIoTシステムの実践
【事前学習】前回講義資料に基づき,インタラクティブIoTシステムの応用について確認しておく
【事後学習】今回講義資料・演習を通じて,インタラクティブIoTシステムの実践について理解を深める
13Deep Learning入門(1):機械学習の基礎
【事前学習】前回講義資料に基づき,インタラクティブIoTシステムの実践について確認しておく
【事後学習】今回講義資料・演習を通じて,機械学習の基礎について理解を深める
14Deep Learning入門(2):機械学習の応用
【事前学習】前回講義資料に基づき,機械学習の基礎について確認しておく
【事後学習】今回講義資料・演習を通じて,機械学習の応用について理解を深める
15Deep Learning入門(3):機械学習の実践
【事前学習】前回講義資料に基づき,機械学習の応用について確認しておく
【事後学習】今回講義資料・演習を通じて,機械学習の実践について理解を深める
その他
教科書 Don Norman 『誰のためのデザイン? 増補・改訂版』
詳細は授業内で指示する。
成績評価の方法及び基準 授業参画度(100%)
授業参画度は,毎回の実習・演習の成果により評価する。
オフィスアワー 研究室在室時はいつでも対応可能(在室予定曜日・時限は研究室前に掲示)

このページのトップ