| 開講学期／Course Start | 2022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 |
| 担当教員名／Lecturer | 加野 裕 (創造工学科電気電子工学コース) |
| 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 | 2022/02/28 |
|---|---|
| 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 | ||||
|
Active learning 1-1 ／主体的学修（反転授業，小テスト，振り返り 等） |
受講生の研究と講義内容との関連を主体的に考察し，講義の中でその結論を披露する． Students are expected to consider relations between the topics taught in the lecture and techniques used in their research activity. Students are also expected to present their findings in the lectures. |
|---|---|
|
Active learning 1-2 ／上記項目に係るALの度合い |
50%超 |
|
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 |