授業情報／Course information

開講学期／Course Start 2022年度／Academic Year 　 後期／Second
開講曜限／Class period 月/Mon　7 , 月/Mon　8 , 月/Mon　9 , 月/Mon　10
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情報システム学コース
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 講義科目
授業科目名／Course Title 情報システム学総合特論
単位数／Number of Credits 2
担当教員名／Lecturer 近藤　敏志 (システム理化学科数理情報システムコース)
時間割コード／Registration Code MQ325
連絡先／Contact 近藤　敏志(教員室：V614．E-mail：kondo_at_mmm.muroran-it.ac.jp ("_at_"は"@"です))
オフィスアワー／Office hours 近藤　敏志(特に指定しない．事前にEメールで連絡を入れ日程調整すること．)
実務経験／Work experience
更新日／Date of renewal 2022/08/19
授業のねらい
／Learning Objectives		 本特論では，画像認識システムに関わる基礎理論について学んだ後，最新論文の調査を通して最新研究動向の学習を行う．

In this lecture, fundamental theories and state-of-the-arts on image recognition systems can be learned.
到達度目標
／Outcomes Measured By:		 ・画像認識システムに基礎理論について理解すること．
・画像認識システムの最新動向について理解すること．

・Understanding fundamental theories on image recognition systems
・Understanding state-of-the-arts on image recognition systems
授業計画
／Course Schedule		 総授業時間：22.5時間

第1回　画像認識システムの基礎（講義）
第2-5回　画像認識向け深層学習の基盤技術（講義）
第6-10回　画像認識タスク別の深層学習技術（講義）
第11-15回　最新論文の紹介（受講者によるプレゼンテーション）

受講者は必ず１回は，画像認識システムに関する英語論文を読み，その内容を授業中にプレゼンテーションする．

各回の学習時間の目安は，事前・事後合わせて4時間必要である．また論文紹介の準備時間が別途必要である．

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．

Total lecture hours: 22.5 hrs
No. 1: Fundamental of image recognition systems [lecture]
No. 2-5: Fundamental technologies on deep learning for image recognition [lecture]
No. 6-10: Deep learning technologies for specific image recognition tasks [lecture]
No. 11-15: Introduction of state-of-the-arts in image recognition systems [presentation]

Students must make a presentation about state-of-the-art papers in image recognition systems.

For each 90 minutes class, students are expected to undertake an additional 4 hours of self study. Students need additional time for preparing their presentation.

Due to the epidemic situation of COVID19, the plan and implementation method may be changed. In that case, I will explain to you properly.
参考書等
／Required Materials		 原田達也「画像認識」(ISBN:978406152912)
岡谷貴之「深層学習」(ISBN:978406152902)
教科書・参考書に関する備考 教科書なし．各授業時に参考資料またはプレゼンテーション印刷物を配付する．

No text book. The references or presentation print out is delivered in every class.
成績評価方法
／Grading Guidelines		 最新論文紹介のプレゼンテーションにより評価する．100点
満点中60点以上が合格点．不合格者は再履修とする．

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．

The score is evaluated by the presentation on state-of-the-art papers in image recognition systems. A grade of more than 60 is accepted for a credit.

Due to the epidemic situation of COVID19, the evaluation method may be changed. In that case, I will explain to you properly.
学習・教育目標との対応
／Learning and Educational Policy		 この授業科目は情報電子工学系専攻の情報システム学コースと知能情報学コースの学習・教育目標の全ての項目に対応している。

This course is relate to all the educational policies of Computer Systemics Course and Intelligent Informatics Course in Division of Information and Electronic Engineering.
備考
／Notes		 本講義は，原則日本語で行う．ただし，論文紹介で扱うものは英語論文に限定する．また，プレゼンテーションは日本語，英語のいずれで行っても良い．

本科目においては，数理データサイエンス教育プログラムの科目における情報基礎科目群に含まれ，情報関連の基盤的な内容を学びます。
DSポイント：1点

Japanese language is manly used in this lecture. The papers used in the state-of-the-art introduction are limited to papers written in English. The presentation can be presented in Japanese of English.

The content of this course is the fundamental Informatics and Systemics. The course is supported by Mathematical and Data Science Education Program of Muroran Institute of Technology.
DS-Point: 1 point
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（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） 		最新論文の紹介においては，自身の担当論文に関して調査，まとめ，プレゼンテーションを行う．また，他者の紹介論文に対しては議論を行い，より深い理解へと繋げる．
Active learning 2-2
／上記項目に係るALの度合い 		15%～50%
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