文理学部シラバスTOP > 文理学部 > 情報科学科(情報システム解析学科) > ソフトウェア科学特論
日本大学ロゴ

ソフトウェア科学特論

このページを印刷する

令和元年度以前入学者 ソフトウェア科学特論
平成28年度以前入学者 ソフトウェア科学特論
教員名 北原鉄朗
単位数    2 学年    4 開講区分 文理学部
科目群 情報科学科
学期 前期 履修区分 選択
授業の形態 同時双方向型オンライン授業(YouTube LiveまたはZoom)

Blackboard ID:木曜1限→20213070
授業概要 機械学習の基礎と音楽情報処理への応用を実践的に学ぶ
授業のねらい・到達目標 機械学習の基本的なアルゴリズムを理解できる。
音楽の分析・生成を題材に、機械学習プログラムを書くことができる。

この科目は文理学部(学士(理学))のディプロマポリシーDP6及びカリキュラムポリシーCP9に対応している。
授業の方法 授業の形式:【講義,実習】
・YouTube LiveまたはZoomを使った学習内容の解説を中心に講義を進める。
・授業内で、演習(コンピュータ実習など)を適宜挿入する。
・コンピュータ実習は、受講者が自ら用意したPC上で行うものとする。
・双方向性を確保するため、受講者に演習内容や学習内容を発表・解説してもらう場合がある。
・課題研究の回では、レポート課題を課す。
・課題研究とは別に、適宜ミニ課題を出す。
授業計画
1 ガイダンス、自動作曲入門
【事前学習】シラバスをあらかじめ読み、授業の到達目標を理解しておくこと (2時間)
【事後学習】授業内で扱った自動作曲の仕組みを復習しておくこと (2時間)
2 音楽とMIDIの基礎知識
【事前学習】「マルチメディア表現」などで学んだMIDIの基本的な仕組みを復習しておくこと (2時間)
【事後学習】MIDIデータの読み込みや処理に関する演習問題に取り組むこと (2時間)
3 ニューラルネットワーク入門
【事前学習】ニューラルネットワークについてあらかじめ調べておくこと (2時間)
【事後学習】授業内で学んだ事柄を復習し、ミニ課題に取り組むこと (2時間)
4 多層パーセプトロン
【事前学習】前回の授業で学んだニューラルネットワークの基本的な仕組みを復習しておくこと (2時間)
【事後学習】授業内で学んだ多層パーセプトロンを復習し、ミニ課題に取り組むこと (2時間)
5 多層パーセプトロンを用いた音楽分類
【事前学習】第3~4回の内容を復習しておくこと (2時間)
【事後学習】多層パーセプトロンの音楽分類に関するミニ課題に取り組むこと (2時間)
6 リカレントニューラルネットワーク(RNN)
【事前学習】第3~5回の内容を復習しておくこと (2時間)
【事後学習】授業内で学んだRNNを復習し、ミニ課題に取り組むこと (2時間)
7 RNNを用いた音楽生成
【事前学習】第3~6回の内容を復習しておくこと (2時間)
【事後学習】RNNを用いた音楽生成のミニ課題に取り組むこと (2時間)
8 オートエンコーダと変分オートエンコーダ(VAE)
【事前学習】オートエンコーダやVAEの基本的な仕組み調べておくこと (2時間)
【事後学習】授業内で学んだオートエンコーダやVAEを復習し、ミニ課題に取り組むこと (2時間)
9 VAEを用いた音楽生成
【事前学習】第8回の内容を復習しておくこと (2時間)
【事後学習】VAEを用いた音楽生成に関するミニ課題に取り組むこと (2時間)
10 畳み込みニューラルネットワーク(CNN)
【事前学習】CNNの基本的な仕組みを調べておくこと (2時間)
【事後学習】授業内で学んだCNNを復習し、ミニ課題に取り組むこと (2時間)
11 CNNを用いた音楽分類
【事前学習】第10回の内容を復習しておくこと (2時間)
【事後学習】CNNを用いた音楽分類に関するミニ課題に取り組むこと (2時間)
12 敵対的生成ネットワーク(GAN)
【事前学習】GANの基本的な仕組みを調べておくこと (2時間)
【事後学習】授業内で学んだGANを復習し、ミニ課題に取り組むこと (2時間)
13 GANを用いた音楽生成
【事前学習】第12回の内容を復習しておくこと (2時間)
【事後学習】GANを用いた音楽生成に関するミニ課題に取り組むこと (2時間)
14 総合実習
【事前学習】第1~13回の内容を復習し、総合実習で何を行うかを考えておくこと (2時間)
【事後学習】授業内で終わらなかった実習を進め、次週に成果発表できるようにしておくこと (2時間)
15 成果発表
【事前学習】成果発表の準備をしておくこと (2時間)
【事後学習】成果発表で言われたコメントについて検討すること (2時間)
その他
教科書 なし
参考書 なし
成績評価の方法及び基準 授業内での演習の取り組みの状況、授業内での発表の完成度、授業内での発表のための準備状況、最終回の授業で成果発表する課題の完成度などを総合的に勘案して評価する。(100%)
オフィスアワー Slackで随時質問を受け付ける。個人的な内容を含まない質問は、授業ごとに用意されたチャンネルに投稿することを原則とする。

このページのトップ