澳门赌场_澳门赌场app-下载*平台

澳门赌场_澳门赌场app-下载*平台

シラバス参照

授業情報/Course information

科目名/Course: メカトロニクス特論(R2以前入学生用)/Advanced Mechatronics
科目一覧へ戻る 2022/09/09 現在

授業基本情報
科目名(和文)
/Course
メカトロニクス特論(R2以前入学生用)
科目名(英文)
/Course
Advanced Mechatronics
時間割コード
/Registration Code
66002602
学部(研究科)
/Faculty
情報系工学研究科 博士前期課程
学科(専攻)
/Department
システム工学専攻
担当教員(○:代表教員)
/Principle Instructor (○) and Instructors
小枝 正直
オフィスアワー
/Office Hour
小枝 正直(火曜日 12:40~14:10(通年))
開講年度
/Year of the Course
2022年度
開講期間
/Term
前期
対象学生
/Eligible Students
1年,2年
単位数
/Credits
2
授業概要情報
更新日
/Date of renewal
2022/03/07
使用言語
/Language of Instruction
日本語
オムニバス
/Omnibus
該当なし
授業概略と目的
/Cource Description and Objectives
メカトロニクスにおいて,画像処理およびコンピュータビジョンは重要な要素の一つである.さらに近年,画像を用いた機械学習および深層学習がメカトロニクスの発展に寄与している.本講義では,これらの歴史と最新技術の理解を目的とする.
履修に必要な知識?能力?キーワード
/Prerequisites and Keywords
画像処理,コンピュータビジョン,機械学習,深層学習
履修上の注意
/Notes
教科書
/Textbook(s)
必要に応じて資料を配布する.
参考文献等
/References
適宜,講義中に提示する.
自主学習ガイド
/Expected Study Guide outside Coursework/Self-Directed Learning Other Than Coursework
資格等に関する事項
/Attention Relating to Professional License
アクティブラーニングに関する事項
/Attention Relating to Active Learning
実務経験に関する事項
/Attention Relating to Operational Experiences
備考
/Notes
授業計画詳細情報
No. 単元(授業回数)
/Unit (Lesson Number)
単元タイトルと概要
/Unit Title and Unit Description
時間外学習
/Preparation and Review
配付資料
/Handouts
1 1~3 [画像処理]
画像処理の基礎と応用について述べる.
配布資料の確認,文献調査,レポート作成 講義内で配布する.
2 4~7 [コンピュータビジョン]
コンピュータビジョンの基礎と応用について述べる.
配布資料の確認,文献調査,レポート作成 講義内で配布する.
3 8~11 [機械学習]
機械学習の基礎と応用について述べる.
配布資料の確認,文献調査,レポート作成 講義内で配布する.
4 12~15 [深層学習]
深層学習の基礎と応用について述べる.
配布資料の確認,文献調査,レポート作成 講義内で配布する.
授業評価詳細情報
到達目標及び観点/Learning Goal and Specific Behavioral Viewpoints
No. 到達目標
/Learning Goal
知識?理解
/Knowledge & Undestanding
技能?表現
/Skills & Expressions
思考?判断
/Thoughts & Decisions
伝達?コミュニケーション
/Communication
協働
/Cooperative Attitude
1 コンピュータビジョンに関する基本技術を理解し,説明できる.(A-1)
2 機械学習に関する基本技術を理解し,説明できる.(A-1)
3 深層学習に関する基本技術を理解し,説明できる.(A-1)
成績評価方法と基準/Evaluation of Achievement
※出席は2/3以上で評価対象となります。
No. 到達目標
/Learning Goal
定期試験
/Exam.
レポート課題
1 コンピュータビジョンに関する基本技術を理解し,説明できる.(A-1)
2 機械学習に関する基本技術を理解し,説明できる.(A-1)
3 深層学習に関する基本技術を理解し,説明できる.(A-1)
評価割合(%)
/Allocation of Marks
100

科目一覧へ戻る