[前へ戻る]
   

 授業科目
 Course Title
システム工学特論
Systems Engineering
 担当者
 Instructor
教授   能登 正人  前学期 火曜日5時限
教授   松澤 和光  前学期 火曜日5時限
 単 位
 Credit
2

関連するディプロマポリシー Related Diploma Policy
時代の課題と社会の要請に応えた専門的知識と技能/Expert knowledge and skills to address the issues of the age and the demands of society
 
到達目標 Target to be Reached
本講義の到達目標は、受講生が、人工知能分野における諸技術を理解し、コンピュータなどを利用して実問題を適切に解くための力を習得することである。
 
授業内容 Course Content
多種多様な要素からなる工学システムを設計するには、システム全体の総合的な評価のもとに各要素の特性/パラメータを的確に選択する必要がある。このような「組合せ最適化問題」に対しては、通常の自然現象・物理原理を主対象とした解析的な工学手法は十分に有効ではなく、シミュレーションなどによる試行錯誤的な最適解の探索が行われてきた。このような背景のもと、広大な解空間の探索を効率化するための手法/アルゴリズムが「人工知能」と呼ばれる分野で数多く提案され、実際の問題に適用されて大きな成果を上げている。
 
授業計画 Course Planning
各回の授業内容は一応以下のように予定しているので、予習として、市販の参考書やウェブなどで調べておくことを勧める。なお、時間の関係で若干前後する場合もある。また、復習としては、授業で理解できた点および理解できなかった点を整理し、理解できなかった点は、次回の授業までに理解しておくことが望ましい。予習・復習合わせて各回あたり約4時間の自己学習を想定している。本講義の前半は能登、後半は松澤が担当する。

01. ガイダンス:シラバスの記載事項について確認する。
02. 学部の復習:受講生各自の研究のプレゼンテーションおよびディスカッション
03. 人工知能入門:概論および主要分野
04. 探索の基礎:縦型探索と横型探索
05. 推論の基礎:命題論理・述語論理
06. エージェント:役割と種類
07. 探索とAI:人工知能技術における「探索」の意味論と一般的手順、エキスパートシステム
08. 論理的な推論:反駁と導出、ゲーデルの不完全性定理
09. 数理計画法:線形計画法、整数計画問題、カーマーカー特許
10. 確率推論とGA/SVM/NN:確率推論、GA/SVM/NNアルゴリズム
11. 機械学習とデータマイニング:機械学習、決定木、データマイニング、ルールマイニング
12. ネットとAI:知識モデリング、オントロジー、セマンティックWeb、クラウド
13. 思考と脳科学:脳の構造、睡眠、記憶、脳と言語、など
14.総括
 
授業運営 Course Management
英文または和文のテキスト、配布資料を使用する。授業ではスライドを使った講義のほか、各自担当する部分を予め割り当て、担当者は担当部分の内容を発表し、出席者全員で討論を行う。なお、授業内容に関するプログラムを作成してもらうので、プログラミングやアルゴリズムの基礎知識をすでに修得しているものとし授業を行う。そのため、履修者は学部における講義科目「情報技術Ⅰ・Ⅱ」「情報システム基礎」「情報数学」「コンピュータⅠ・Ⅱ」を修得していることが望ましい。
 
評価方法 Evaluation Method
人工知能分野における諸技術を理解し、実問題を適切に解くための力や高度なプログラム作成能力を習得することが重要である。この観点から、発表内容とレポート内容を以下の割合で総合的に評価する。発表内容:70%、レポート内容:30%。
 
オフィスアワー Office Hour (s)
松澤:月曜・木曜昼休みのヘルプデスク(23号館1階ロビー)、またはEメールで予約し研究室(23-624)へ matsuzawa@kanagawa-u.ac.jp
能登:原則として、月曜日5時限目に居室(23-616)か研究室(23-619)で質問を受け付けるが、それ以外の曜日・時限でも対応可能
 


 
 
 
[前へ戻る]