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
教員名 中原泳青
単位数    2 学年 3･4 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
授業形態 対面授業
Canvas LMSコースID・コース名称 Q057241729　2024情報科学講究２（中原泳青・後・水2）
授業概要 画像メディア処理技術の基礎知識を学修する。情報通信企業研究開発部門で実務経験がある教員が，その経験を活かして，実用的な画像メディア処理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，画像メディア処理技術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）
授業の形式 講究
授業の方法 文献輪講と演習を行う．
輪講では，担当者が発表資料や配布資料を準備し，参加者に対して説明を行う．その後，参加者全員で内容の確認と議論を行う．一方，演習として，輪講等で学習した内容を実践し，知識の定着をはかる．

対面授業に参加できない場合：
・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 誤差逆伝播法とその実装
（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】誤差逆伝播法とその実装に関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】誤差逆伝播法とその実装に関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
2 畳み込みニューラルネットワーク(CNN)とその実装(1)
（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】畳み込みニューラルネットワークとその実装(1)に関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】畳み込みニューラルネットワークとその実装(1)に関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
3 畳み込みニューラルネットワーク(CNN)とその実装(2)
（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】畳み込みニューラルネットワーク(CNN)とその実装(2)に関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】畳み込みニューラルネットワーク(CNN)とその実装(2)に関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
4 代表的なCNNモデルの紹介と実装（１）
（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】代表的なCNNモデルの紹介と実装（１）に関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】代表的なCNNモデルの紹介と実装（１）に関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
5 代表的なCNNモデルの紹介と実装（２）
（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】代表的なCNNモデルの紹介と実装（２）に関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】代表的なCNNモデルの紹介と実装（２）に関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
6 代表的なCNNモデルの紹介と実装（３）
（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】代表的なCNNモデルの紹介と実装（３）による圧縮に関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】代表的なCNNモデルの紹介と実装（３）による圧縮に関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
7 代表的なCNNモデルの紹介と実装（４）
（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】代表的なCNNモデルの紹介と実装（４）関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】代表的なCNNモデルの紹介と実装（４）に関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
8 代表的なCNNモデルの紹介と実装（５）
（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】代表的なCNNモデルの紹介と実装（５）に関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】代表的なCNNモデルの紹介と実装（５）に関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
9 Deep Learning応用(1)：Softmax回帰と画像分類への応用例
（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】Softmax回帰と画像分類への応用例に関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】Softmax回帰と画像分類への応用例に関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
10 Deep Learning応用(２)：画像分類(CIFAR-10データセット)
（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】画像分類(CIFAR-10データセット)に関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】画像分類(CIFAR-10データセット)に関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
11 Deep Learning応用(３)：画像分類と物体検出の基礎知識
【事前学習】物体検出の基礎知識に関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】物体検出の基礎知識に関する学修内容を振り返り，知識・技術の定着を図るに関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
12 Deep Learning応用(４)：画像分類と物体検出のモデル利用
【事前学習】画像分類と物体検出のモデル利用に関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】画像分類と物体検出のモデル利用に関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
13 Deep Learning応用(５)：画像分類と物体検出に関る簡易モデル構築
（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】画像分類と物体検出に関る簡易モデル構築に関する資料を通読し，内容を簡単にまとめる （2時間）
【事後学習】画像分類と物体検出に関る簡易モデル構築に関する学修内容を振り返り，知識・技術の定着を図る （2時間）
【授業形態】対面授業
14 Deep Learning応用(６)：画像分類と物体検出に関る簡易モデルを用いた推定実験
（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】期末報告会用の発表資料を準備する （2時間）
【事後学習】議論の結果を踏まえ，発表資料を改善する （2時間）
【授業形態】対面授業
15 期末報告会と講評/質疑応答など
（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】報告会用の発表資料を準備する （2時間）
【事後学習】発表と議論を振り返り，今後の発展について考察する （2時間）
【授業形態】対面授業
その他
教科書 使用しない
参考書 参考書等は，随時指定する
成績評価の方法及び基準 授業参画度:輪講内容の理解度，実習・演習の成果と期末報告会の内容により評価する．(100%)
Zoom参加の場合でも，対面参加と同じ基準で評価を行う．
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