シラバス情報
|
教員名 ： 呉本 尭
|
授業コード
300433
オムニバス
科目名
電子情報メディア工学特殊研究
科目名（英語）
Advanced Researchon Electrical Engineering
配当学年
1年
単位数
0単位
年度学期
2025年度春学期、2025年度秋学期
曜日時限
実習
対象学科
博後_電子
コース
科目区分
大学院科目
必選の別
必修科目
担当者
呉本 尭
教室
実務家教員担当授業
授業の目的と進め方
次世代人工知能社会の実現に向けて、必要な技術を調査するうえ、これまでの技術を学び、更に新たな技術を考案・開発することを目的とする。脳型情報処理を中心とした分野におけるニューラルネットワーク、深層学習、強化学習、ファジィ推論、進化的計算などに関する理論的・応用的研究を行い、高度なAI技術を身に着けることができる。
達成目標１
AI（人工知能）の基礎知識を習得できる【50%】
達成目標２
脳型情報処理の基礎知識を習得できる【50%】
達成目標３
ニューラルネットワーク（人工神経回路網）の基礎知識を習得できる【40%】
達成目標４
深層学習の基礎知識を習得できる【30%】
達成目標５
強化学習の基礎知識を習得できる【30%】
達成目標６
ファジィ推論、生成系AIに関する基礎知識を習得できる【30%】
達成目標７
GA(遺伝的アルゴリズム）、PSO(粒子群最適化）などの進化的計算の基礎知識を習得できる【20%】
アクティブラーニング
ディスカッション
◎
ディベート
◎
グループワーク
○
プレゼンテーション
◎
実習
フィールドワーク
その他課題解決型学習
授業計画
授業時間外課題（予習および復習を含む）
第１回
AI（人工知能）技術の概念、歴史、近況を調査する
事前調査し、調査結果を発表し、レポートで提出する。
第２回
ニューラルネットワーク（人工神経回路網）の概念、歴史、近況を調査する
事前調査し、調査結果を発表し、レポートで提出する。
第３回
AIに関する3回のブームの背景・技術・成果をそれぞれ調査し、レポートで調査結果を提出する
事前調査し、調査結果を発表し、レポートで提出する。
第４回
ニューラルネットワークの数理を理解し、自習課題を解決できるようにプログラミング技術を学ぶ。
事前調査し、調査結果を発表し、レポートで提出する。
第５回
パーセプトロン、多層パーセプトロン（MLP）などのフィードフォーワードニューラルネットワークに関する基礎知識を習得し、課題解決するプログラミング技術を学ぶ。
事前調査し、調査結果を発表し、レポートで提出する。
第６回
ホップフィールドネットワーク(HN)、ボルツマンマシン(BM)などの総合結合型ニューラルネットワークの基礎知識を習得し、課題解決するプログラミング技術を学ぶ。
事前調査し、調査結果を発表し、レポートで提出する。
第７回
畳み込みニューラルネットワーク（CNN)の基礎知識を習得し、課題解決するプログラミング技術を学ぶ。
事前調査し、調査結果を発表し、レポートで提出する。
第８回
深層学習モデルの基礎知識を習得し、課題解決するプログラミング技術を学ぶ。
事前調査し、調査結果を発表し、レポートで提出する。
第９回
深層学習モデルの応用を紹介し、演習問題を通してそのプログラミング技術を学ぶ。
事前調査し、調査結果を発表し、レポートで提出する。
第10回
深層学習技術を用いた演習課題の解決を発表する（中間発表会）
事前調査し、調査結果を発表し、レポートで提出する。
第11回
強化学習の概念・歴史・近況を調査する。
事前調査し、調査結果を発表し、レポートで提出する。
第12回
Q学習の基礎知識を習得し、課題解決するプログラミング技術を学ぶ。
事前調査し、調査結果を発表し、レポートで提出する。
第13回
SARSA学習の基礎知識を習得し、課題解決するプログラミング技術を学ぶ。
事前調査し、調査結果を発表し、レポートで提出する。
第14回
Actor-Critic学習の基礎知識を習得し、課題解決するプログラミング技術を学ぶ。
事前調査し、調査結果を発表し、レポートで提出する。
第15回
演習問題を通して、強化学習技術に関するプログラミング能力を養う
事前調査し、調査結果を発表し、レポートで提出する。
第16回
深層強化学習モデルの基礎知識を習得し、応用分野の最新成果を調査する。
事前調査し、調査結果を発表し、レポートで提出する。
第17回
ファジィ理論の基礎知識を習得し、その応用成果を調査する
事前調査し、調査結果を発表し、レポートで提出する。
第18回
ニューロファジィシステムの基礎知識を習得し、その応用成果を調査する
事前調査し、調査結果を発表し、レポートで提出する。
第19回
進化的計算の概念・歴史・近況を調査する。
事前調査し、調査結果を発表し、レポートで提出する。
第20回
GA(遺伝的アルゴリズム）の基礎知識を習得し、課題解決するプログラミング技術を学ぶ。
事前調査し、調査結果を発表し、レポートで提出する。
第21回
PSO（粒子群最適化）の基礎知識を習得し、課題解決するプログラミング技術を学ぶ。
事前調査し、調査結果を発表し、レポートで提出する。
第22回
ACO(アントコロニー最適化）の基礎知識を習得し、課題解決するプログラミング技術を学ぶ。
事前調査し、調査結果を発表し、レポートで提出する。
第23回
生成系AI・ファジィ理論・進化的計算を用いた演習課題の解決を発表する（中間発表会）
事前調査し、調査結果を発表し、レポートで提出する。
第24回
各自でAIプロジェクトの考案を行う。
事前調査し、調査結果を発表し、レポートで提出する。
第25回
各自のAIプロジェクトを開発する
事前調査し、調査結果を発表し、レポートで提出する。
第26回
各自で考案したAIプロジェクトの進捗状況を報告する。
事前調査し、調査結果を発表し、レポートで提出する。
第27回
最終発表会への準備
事前調査し、調査結果を発表し、レポートで提出する。
第28回
最終発表会
事前調査し、調査結果を発表し、レポートで提出する。
課題等に対するフィードバック
レポート・発表に対して、評価・コメントを行う。
評価方法と基準
レポート・発表内容に対して採点を行う。
テキスト
研究テーマに関連する専門書および文献（指導教員による選定がある）
参考図書
研究テーマに関連する専門書および文献（指導教員による選定がある）
科目の位置づけ（学習・教育目標との対応）
電子情報メディア工学専攻は、エレクトロニクス、情報通信技術およびマルチメディアの３つの専門領域において、高度な専門知識をもつ実践的技術者や職業的研究者を育成することを目標としている。この目標に対して、当該科目は最も重要な科目である。
履修登録前の準備
担当指導教員の指示に従うこと。
|
