検索したい科目/教員名/キーワードを入力し「検索開始」ボタンをクリックしてください。
※教員名では姓と名の間に1文字スペースを入れて、検索してください。
科目名 | 情報科学講究2 | ||||
---|---|---|---|---|---|
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 | ||||
学期 | 後期 | 履修区分 | 必修 |
授業テーマ | インタラクション・ヒューマンインタフェースの応用知識の学修 |
---|---|
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応用知識を学修する。また,システム開発を行い,成果をプレゼンテーションする。 |
授業の方法 | 文献輪講(兼プレゼンテーション演習)では,指定文献または自身で探した文献を事前に読み,内容を要約して発表する。プログラミング演習では,IoTデバイスを用いたインタラクティブシステムを開発する。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。 |
履修条件 | 学科内規による。 |
事前学修・事後学修,授業計画コメント | 輪講の準備,プログラム等の作成 |
授業計画 | |
---|---|
1 | インタラクション応用(1):人にやさしいシステムの基礎研究 |
2 | インタラクション応用(2):人にやさしいシステムの応用研究 |
3 | インタラクション応用(3):人にやさしいシステムのサービス事例 |
4 | IoT応用(1):インタラクティブな光出力 |
5 | IoT応用(2):インタラクティブな音出力 |
6 | IoT応用(3):照度センサの高度な利用 |
7 | IoT応用(4):加速度センサの高度な利用 |
8 | IoT応用(5):距離センサの高度な利用 |
9 | IoT応用(6):UDPによるセンサネットワーク |
10 | IoT応用(7):WebSocketによるセンサネットワーク |
11 | Deep Learning応用(1):Denoising Autoencoderの基礎 |
12 | Deep Learning応用(2):Denoising Autoencoderの利用 |
13 | Deep Learning応用(3):Denoising Autoencoderを用いた簡易モデルの構築 |
14 | Deep Learning応用(4):Denoising Autoencoderを用いた複雑モデルの構築 |
15 | Deep Learning応用(5):Denoising Autoencoderを用いた推定実験 |
その他 | |
---|---|
教科書 | 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%) |
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) |