- 学部・研究科
Faculty/Graduate School - 総情
- 時間割コード
Course Code - 70486
- 科目名
Course title
サブテーマ
Subtitle - 知的情報処理
＜C＞ - 授業形態/単位
Term/Credits - クラス
Class -
- 春/2
- 担任者名
Instructor - 田中 成典
- 曜限
Day/Period - 水3
- 授業概要
Course Description
到達目標
Course Objectives -
授業種別 / Teaching Types
講義（対面型）
言語 / Language
日本語(Japanese)
授業概要 / Course Description
人間と同様の知能をコンピュータで実現させようとする人工知能が30年程前にブームとなった。人間の知識を体系化した知識情報を機械に組み込み、誰もが高度な知識情報を共有・利活用することを目指したもので、特に、知識ベースシステム、機械翻訳システム、音声認識システム、画像認識システムが注目されてきた。ただし、時代の趨勢と共に、最近では、人間の活動に近い知的な情報処理や、人間の生活を向上させるための知的な情報処理として、「知的情報処理」が認識されつつある。
そこで、本講義では、狭義の知識情報処理のみならず、広義の知的情報処理にもフォーカスして、基礎技術から実用化されているシステムについて説明する。また、新たな機器を用いた知的情報処理についても言及する。そして、最近注目されているAI（機械学習、強化学習、深層学習）を用いた問題解決方法についても紹介する予定である。学位授与方針との関係 / Related Diploma Policy
（総合情報学部）
1.知識・技能
2.思考力・判断力・表現力等の能力
到達目標 / Course Objectives
①知識・技能の観点
知的な情報処理の実用システムを理解する。
②思考力・判断力・表現力等の能力の観点
社会のニーズにあったアプリケーションシステムを構想できる。
③主体的な態度の観点
理系の苦手意識が軽減される。授業手法 / Teaching Methods
・教員による資料等を用いた説明や課題等へのフィードバック
- 授業計画
Course Content -
授業計画 / Course Content
１ オリエンテーション。
２ 情報処理システムの設計方法とその実装方法。
３ 身近なGIS（地理情報システム）の解説。
４ GISに必要不可欠なGNSS（全地球航法衛星システム）の解説。
５ 身近な画像処理システムの解説。
６ データ，情報，知識の定義。
７ オブジェクト指向の発想。
８ データドリブンな知的情報処理のゆくえ。
９ 組み合わせ問題のための事例ベースシステムの解説。
10 雑多なデータを用いた問題分析の解説。
11 注目されているAI（人工知能）の動向（機械学習と深層学習）の解説。
12 AI/IoTの動向。特に最近注目されているIoT機器の紹介。
13 深層学習を用いた問題解決について解説。
14 実践的なアプリケーションについて説明する。
15 小テスト。
ただし，一部順序を変更する場合有り。授業時間外学習 / Expected work outside of class
各テーマに沿って授業内で説明します。
- 成績評価の方法・基準・評価
Grading Policies /
Evaluation Criteria -
方法 / Grading Policies
定期試験を行わず、平常試験(小テスト・レポート等)で総合評価する。
小テスト（１５％）とレポート（８５％）
ただし、配分を変更する場合もある。基準・評価 / Evaluation Criteria・Assessment Policy
４回以上の欠席で不可。
- 教科書
Textbooks
適宜、資料を配布する。また、ゲストスピーカーによるショート講演を予定。
-
参考書
References
- フィードバックの方法
Feedback Method レポートを全て返却する。
- 担任者への問合せ方法
Instructor Contact stanaka@kansai-u.ac.jp
- 備考
Other Comments 対面授業を実施します。