| 開講学期／Course Start | 2026年度／Academic Year 後期／Second |
|---|---|
| 開講曜限／Class period | 月/Mon 1 , 月/Mon 2 , 月/Mon 3 , 月/Mon 4 |
| 授業区分／Regular or Intensive | 週間授業 |
| 対象学科／Department | |
| 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 | ネットワークシステム特論／Advanced Network System |
| 単位数／Number of Credits | 2 |
| 担当教員名／Lecturer | 石渡 龍輔 (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 | MS303 |
| 連絡先／Contact |
石渡 龍輔(教員室：V307．E-mail：ishiwata_at_muroran-it.ac.jp ("_at_"は"@"です)) ) |
| オフィスアワー／Office hours | 石渡 龍輔(特に指定しない．事前にEメールで連絡を入れ日程調整してください．) |
| 実務経験／Work experience | 石渡 龍輔(15万人規模のバイオバンクにおいて健康調査情報やゲノム情報などを格納したデータベース構築に携わった．) |
| 更新日／Date of renewal | 2026/09/07 |
|---|---|
| 授業のねらい ／Learning Objectives |
多数の要素が相互作用するネットワークシステムに現れる巨視的な振る舞いを理解する．スケーリングおよびくりこみ群の基礎を学び，微視的な相互作用と巨視的な性質の関係を説明できるようになることを目的とする． This course aims to provide an understanding of macroscopic behavior emerging in network systems with many interacting components. Students learn the basic concepts of scaling and the renormalization group, and develop the ability to explain the relation between microscopic interactions and macroscopic properties. |
| 到達度目標 ／Outcomes Measured By: |
スケーリングおよびくりこみ群の基本概念を説明し，多数の要素からなる系の巨視的な振る舞いを考察できる． Students will be able to explain the basic concepts of scaling and the renormalization group and use them to analyze macroscopic behavior in systems with many interacting components. |
| 授業計画 ／Course Schedule |
1．複雑なネットワークシステムとスケール 2．Ising模型と統計力学の基礎 3．相関，相関長および臨界現象 4．平均場理論とLandau理論 5．Landau–Ginzburg理論と揺らぎ 6．粗視化とくりこみ群 7．固定点，スケーリングおよび普遍性 8．ネットワークシステムへの応用と総括 1. Complex network systems and scales 2. The Ising model and fundamentals of statistical mechanics 3. Correlations, correlation length, and critical phenomena 4. Mean-field theory and Landau theory 5. Landau–Ginzburg theory and fluctuations 6. Coarse graining and the renormalization group 7. Fixed points, scaling, and universality 8. Applications to network systems and course review 総授業時間数（実時間）：24 時間 Total class hours (actual time): 24 hours 各回の学修時間の目安は、事前・事後合わせて8 時間必要です。 Students are expected to spend approximately 8 hours on preparation and review for each class. |
| 教科書・参考書に関する備考 |
必要に応じて，統計力学，臨界現象およびくりこみ群に関する参考文献を授業中に紹介する． Relevant references on statistical mechanics, critical phenomena, and the renormalization group will be introduced during the course. |
| 成績評価方法 ／Grading Guidelines |
授業中に課す演習・課題（40％）および最終レポート（60％）により総合的に評価する． Grades will be determined based on in-class exercises and assignments (40%) and a final report (60%). |
| 履修上の注意 ／Notices |
数式を用いた説明および演習を行うため，微分積分と線形代数の基礎知識を有することが望ましい．統計力学の予備知識は必要としないが，講義内容を継続的に復習することが求められる． Basic knowledge of calculus and linear algebra is recommended because the course includes mathematical derivations and exercises. No prior knowledge of statistical mechanics is required, but students are expected to review the course material regularly. |
| 教員メッセージ ／Message from Lecturer |
講義内容を理解するためには，継続して授業に参加し，数式や演習に取り組むことが重要です．やむを得ず欠席する場合は，可能な限り事前に連絡してください． Regular attendance and active engagement with mathematical derivations and exercises are important for understanding the course. If you must be absent due to illness or an emergency, please notify the instructor in advance whenever possible. |
| 学習・教育目標との対応 ／Learning and Educational Policy |
本授業は，数理モデルに基づいて多数の要素からなるシステムの巨視的な振る舞いを分析する能力の育成に対応する．スケーリングおよびくりこみ群の基礎を通して，微視的な相互作用と巨視的な性質の関係を理解し，情報システム学および数理工学分野における多様な課題を考察するための基礎力を養う． This course supports the development of the ability to analyze the macroscopic behavior of systems with many interacting components using mathematical models. Through the basic concepts of scaling and the renormalization group, students learn to understand the relationship between microscopic interactions and macroscopic properties and acquire a foundation for addressing diverse problems in information systems and mathematical engineering. |
| 備考 ／Notes |
本講義では英語を主に使用し，必要に応じて日本語を併用する． English will be the primary language of instruction, with Japanese used when appropriate. |
| 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 | ||||