| 開講学期／Course Start | 2018年度／Academic Year 前期／First |
|---|---|
| 開講曜限／Class period | 火/Tue 9,火/Tue 10 |
| 授業区分／Regular or Intensive | 週間授業 |
| 対象学科／Department | 情報電子工学系学科 |
| 対象学年／Year | 3年,4年 |
| 授業科目区分／Category | 教育課程 主専門教育科目 |
| 必修・選択／Mandatory or Elective | 選択 |
| 授業方法／Lecture or Seminar | 講義科目 |
| 授業科目名／Course Title | 情報理論／Information Theory |
| 単位数／Number of Credits | 2.0 |
| 担当教員名／Lecturer | 塩谷浩之(情報電子工学系学科情報システム学コース) |
| 時間割コード／Registration Code | B4316 |
| 連絡先／Contact |
塩谷浩之(教育研究 9号館 V棟 V605 電子メール shioya (at mark) mmm.muroran-it.ac.jp ※at markを@としてください 原則，メール連絡でお願いします。 ) |
| オフィスアワー／Office hours |
塩谷浩之(水曜日 11:00-1200 ) |
| 更新日／Date of renewal | 2018/03/20 |
|---|---|
| 授業のねらい ／Learning Objectives |
情報理論では情報源符号化の数理的土台となる理論と符号化方式についえ学びます．本授業では,数理的知識を補強しつつ,情報源の符号化、通信路の符号化の仕組みを理解することをねらいとします． |
| 到達度目標 ／Outcomes Measured By: |
1. 符号化の仕組みを理解し,そのしくみを論理的および数理的に説明できる。 2. 情報量を理解し,その数理的性質を説明し具体例に適用できる。 3. 具体的な符号化方式について理解し,符号化法を数理的に説明できる。 |
| 授業計画 ／Course Schedule |
[授業総時間：90分×15＝1350分] １. 情報理論ガイダンス ２. 確率論の基礎 ３. 確率論の発展 ４．情報源と符号 ５．情報源符号化定理 ６．さまざまな情報源符号１：ハフマン符号 ７．さまざまな情報源符号２：算術符号 ８．情報量の最大・最小値 ９．情報量の数理関係式 １０. 情報圧縮の基礎 １１. 情報源符号化定理 １２. 通信路モデル １３．通信路符号化 １４．情報理論 総合演習 １５．総合演習の確認および定期試験 [自己学習] 指示される関連事項について学び,自学力を高めてください。 |
| 参考書等 ／Required Materials |
情報理論 橋本 猛 著 (ISBN:9784563013981)
Elements of information theory Thomas M. Cover, Joy A. Thomas J. Wiley 2006(ISBN:471241954) |
| 教科書・参考書に関する備考 |
（注意） 1. 情報理論(橋本 猛 著)を参考書として，授業はMoodle配布の資料を中心に行います。2. 確率統計の教科書を補足資料で持参してください。 3． 4月初めにMoodleに科目設定します。 4．専門選択科目であることを十分に理解して受講してください。 |
| 成績評価方法 ／Grading Guidelines |
達成項目１－３に基づいて，情報量の計算・解析問題，および符号化方法関する問題を出題し、達成度を評価す る。定期試験で60点以上を合格とする。 原則として再試験は50点以上59点未満の学生に対して行う。 |
| 履修上の注意 ／Notices |
1) 情報理論の内容は多様で、かつ深い。授業時間で学ぶだけでなく、自分なりの電子ノート（Webノート）を作成し、問題の解や他の講義とのをリンクを構成するなど工夫すること。 2) 再試験は行わない。また、不合格の場合には再履修すること。 |
| 教員メッセージ ／Message from Lecturer |
本科目は選択科目で，数学色が強い科目です。確率統計から情報学の確率論として発展します。解析A, 解析B, 解析C,確率・統計,情報数学を履修・単位取得をして,かつ内容を十分に理解していることを前提として講義を行います。 |
| 学習・教育目標との対応 ／Learning and Educational Policy |
情報技術者[コンピュータサイエンス] 情報工学の基礎知識と応用能力を身につける,に対応している． |
| 関連科目 ／Related course |
解析A, 解析B, 解析C,確率・統計,情報数学，数論アルゴリズム, 計算機代数システム, 形の数理, 応用数理工学など |
| 備考 ／Notes |
|
| No. | 回（日時） ／Time (date and time) |
主題と位置付け（担当） ／Subjects and instructor's position |
学習方法と内容 ／Methods and contents |
備考 ／Notes |
|---|---|---|---|---|
| 該当するデータはありません | ||||
|
Active learning 1-1 ／主体的学修（予復習，反転授業，小テスト，振り返り 等） |
予習復習など |
|---|---|
|
Active learning 1-2 ／上記項目に係るALの度合い |
15%未満 |
|
Active learning 2-1 ／対話的学修（グループ学習，協働，調査体験 等） |
該当なし |
|
Active learning 2-2 ／上記項目に係るALの度合い |
該当なし |
|
Active learning 3-1 ／深い学修（複数科目の知識の総合化や問題解決型学修 等） |
該当なし |
|
Active learning 3-2 ／上記項目に係るALの度合い |
該当なし |