| 開講学期／Course Start | 2021年度／Academic Year 後期／Second |
|---|---|
| 開講曜限／Class period | 火/Tue 1,火/Tue 2,木/Thu 1,木/Thu 2 |
| 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電子デバイス計測コース |
| 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 | 講義科目 |
| 授業科目名／Course Title | 計測システム特論 |
| 単位数／Number of Credits | 2.0 |
| 担当教員名／Lecturer | 加野 裕 |
| 時間割コード／Registration Code | MQ309B |
| 連絡先／Contact | 加野 裕(Y208, 0143-46-5537, h-kano@mmm.muroran-it.ac.jp) |
| オフィスアワー／Office hours | 加野 裕(別に学科Web等で掲示する) |
| 実務経験／Work experience |
| 更新日／Date of renewal | 2021/09/08 |
|---|---|
| 授業のねらい ／Learning Objectives |
近年の科学計測は,アナログデータ取得とデジタルデータ処理によって構成されるが,このそれぞれは等しく重要であり,どちらかが不適切であると,たとえばS/Nの低下など問題が生じる．本講義では,それぞれの段階で選択しうる基本的な手法を学習する． Most of the scientific measurement systems at the level of research and development consist of two main stages: one is analog data acquisition and the other is digital data processing on computers. Good understanding for the both stages is required to obtain high signal to noise ratio (S/N.) Students will learn some of the standard methods of analog data acquisition and data processing. |
| 到達度目標 ／Outcomes Measured By: |
１．S/Nを改善するアナログ計測法を理解する． （Understanding of techniques for improving S/N in the analog signal measurements.） ２．デジタルデータ処理における信号抽出の手法と特性を理解する． (Understanding of computational methods for detecting/extracting signals.) |
| 授業計画 ／Course Schedule |
総時間数：22.5時間 Total class-hours: 22.5 hours 第1回 イントロダクション／科学計測とは 第2回 信号／雑音の性質 第3回 測定系の構成 - アナログデータ取得とデジタルデータ処理 第4回 アナログ計測技法（１） - ロックイン計測法とその応用 第5回 アナログ計測技法（２） - 位相シフト計測法とその応用 第6回 アナログ計測技法（３） - ヘテロダイン計測法とその応用 第7回 アナログ計測技法（４） - シングルチャンネル／マルチチャンネル計測法とその応用 第8回 アナログ計測技法（５） - マルチプレックス計測法とその応用 第9回 アナログデジタル変換技法 - オーバーサンプリング計測法とその応用 第10回 デジタルデータ処理技法（１） - 最小二乗法／多変量解析とその応用 第11回 デジタルデータ処理技法（２） - 非線形最適化とその応用 第12回 デジタルデータ処理技法（３） - フィルタリングによる信号回復とその応用 第13回 デジタルデータ処理技法（４） - ウェーブレット変換とその応用 第14回 デジタルデータ処理技法（５） - 自己回帰モデルとその応用 第15回 講義のまとめ No. 1 Introduction: Scientific measurements No. 2 Signal and noise No. 3 Measurement system - analog data acquisition and digital data processing No. 4 Analog data acquisition (1) - Lock-in detection No. 5 Analog data acquisition (2) - Phase shifting method No. 6 Analog data acquisition (3) - Heterodyne No. 7 Analog data acquisition (4) - Single channel and multi-channel measurements No. 8 Analog data acquisition (5) - Multiplex measurements No. 9 Analog/Digital conversion - Over sampling No. 10 Digital data processing (1) - Fitting No. 11 Digital data processing (2) - Nonlinear optimization method No. 12 Digital data processing (3) - Signal recovery No. 13 Digital data processing (4) - Wavelet transformation No. 14 Digital data processing (5) - AR model No. 15 Summary 各回の学修時間の目安は，事前・事後合わせて4時間必要です． For each 90 minute class, students are expected to undertake an additional 4 hours of self study. 新型コロナウイルス感染症の流行状況に伴い，学生への十分な周知のもと，授業計画・授業実施方法は変更する可能性があります． The course schedule may change with prior notice due to the spread of COVID-19 infection. |
| 教科書・参考書に関する備考 |
[教科書] 特に教科書は設けない．必要に応じてプリントを配布する． No text book. Handouts are provided. [参考書] 南茂夫監修,河田聡編著,”データ処理入門”（ＣＱ出版） S. Minami and S. Kawata,”Data Shori Nyumon”（CQ Publishing） |
| 成績評価方法 ／Grading Guidelines |
レポートで評価する．満点を100点とし,60点以上を合格とする． The score of each student is evaluated by reports (100%.) A grade of more than 60 is accepted for a credit. 新型コロナウイルス感染症の流行状況に伴い、学生への十分な周知のもと、成績評価方法は変更する可能性があります。 Due to the epidemic situation of COVID19, the evaluation method may be changed. In that case, I will explain to you properly. |
| 履修上の注意 ／Notices |
不合格者は再履修すること． Students who fail the class are required to repeat it. |
| 教員メッセージ ／Message from Lecturer |
さまざまな計測において，計測技法とデータ処理技法の発達が計測可能な物理量，状態量，化学量を広げたり，信号対雑音比を向上させていることを実感して欲しいと思います． Students are encouraged to study analytical techniques that expand measurable objects by improving S/N. 英語で授業を行う． This subject will be taught in English. |
| 学習・教育目標との対応 ／Learning and Educational Policy |
|
| 関連科目 ／Related course |
|
| 備考 ／Notes |
英語で授業を行う． This subject will be taught in English. 本科目は，数理データサイエンス教育プログラムの科目におけるデータサイエンス科目群に含まれ，科学・工学におけるデータを中心とした情報学的アプローチを学ぶます。DSポイント：2ポイント The content of this course is the informatics approach to science and engineering. The course is supported by Mathematical and Data Science Education Program of Muroran Institute of Technology. |
| 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 | ||||