| 開講学期／Course Start | 2018年度／Academic Year 前期／First |
|---|---|
| 開講曜限／Class period | 火/Tue 1,火/Tue 2,火/Tue 3,火/Tue 4 |
| 授業区分／Regular or Intensive | 週間授業 |
| 対象学科／Department | 情報電子工学系専攻知能情報学コース |
| 対象学年／Year | 1年,2年 |
| 授業科目区分／Category | 博士前期課程 大学院自専攻科目 |
| 必修・選択／Mandatory or Elective | 選択 |
| 授業方法／Lecture or Seminar | lecture and practice |
| 授業科目名／Course Title | アルゴリズム特論Ｂ |
| 単位数／Number of Credits | 2.0 |
| 担当教員名／Lecturer | 鈴木幸司(情報電子工学系学科コンピュータ知能学コース) |
| 時間割コード／Registration Code | MP317 |
| 連絡先／Contact |
鈴木幸司((R308) 0143-46-5435 yuki(at)epsilon2.csse.muroran-it.ac.jp (at)を@に変更してメール) |
| オフィスアワー／Office hours | 鈴木幸司(月曜日 13:30-14:30) |
| 更新日／Date of renewal | 2018/03/20 |
|---|---|
| 授業のねらい ／Learning Objectives |
計算論的知能学の中心的な研究分野として発展しているソフトコンピューテングの理論を学ぶと同時に応用力を習得する To study basic theory of soft computing and apply its theory to design image coding algorithms. |
| 到達度目標 ／Outcomes Measured By: |
１．ソフトコンピューテングに関する基本的な理論を理解する．（理解力） To understand basic theory of soft computing (comprehension) ２．工学的な問題に対してソフトコンピューテングで学んだ知識を応用できる．（応用力） To solve practical problems using soft computing theory (applied skill) |
| 授業計画 ／Course Schedule |
"(1) Introduction to soft computing and lecture schedule. Brief introduction to neural networks. (2) Principal components analysis (3) A linear neuron model as a maximum eigenfilter (1) (4) A linear neuron model as a maximum eigenfilter (2) (5) A linear neuron and image coding (1) (6) A linear neuron and image coding (2) (7) Clustering algorithm and vector quantization (1) (8) Clustering algorithm and vector quantization (2) (9)～（１５） image coding practice using soft computing theory 総時間数：1350分 total lecture time: 1350 minutes 自己学習：プログラム実装演習 assignment: implementation of clustering algorithm." |
| 成績評価方法 ／Grading Guidelines |
Presentation and report, passing grade = 60 (perfect score = 100)。 発表とレポートで評価，６０点以上合格（１００点満点）。 |
| 学習・教育目標との対応 ／Learning and Educational Policy |
この授業科目は情報工学専攻の学習・教育目標の全ての項目に対応している． This subject corresponds to all learning and educational goals of the division. |
| 関連科目 ／Related course |
アルゴリズム論A （Advanced theory of algorithm A) |
| 備考 ／Notes |
この講義は基本的に英語で行われる。 配布資料は英語で記述されたものを使用する。 This lecture will be basically carried out in English. Lecture handouts are written in English. |
| 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） |
|
|---|---|
|
Active learning 1-2 ／上記項目に係るALの度合い |
該当なし |
|
Active learning 2-1 ／対話的学修（グループ学習，協働，調査体験 等） |
|
|
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） |
|
|
Active learning 3-2 ／上記項目に係るALの度合い |
該当なし |