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 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