Seminar ｜ Syllabus data

開講年度

2025Year

開講学期

Second Semester

科目名

Seminar

授業種別

Practice

科目名（英語）

Seminar

授業情報(授業コード・クラス・授業形態)

A3000186 Seminar

担当教員

SONG Xiaoqi

単位数

2.0Credits

曜日時限

Mon.3Period

キャンパス

Shinjuku Campus

教室

学位授与の方針

具体的な到達目標

受講にあたっての前提条件

授業の方法とねらい

グローバル化が進み、技術がより複雑化していく現代において、広く世界で活躍する技術者に望まれることは、単に専門的な知識だけをもっていればよいというものではない。それに加え、新しい問題に直面したとき、その本質を見極め、社会と技術を多面的に捉え、問題を分析・統合化できる弾力的な対応能力が必要になる。また、その能力を発展的に維持するための継続的学習も重要になる。そして、自己の主張を適切に伝えるコミュニケーション能力も要求される。
機械システム工学セミナーでは、提示されるそれぞれの課題に取り組むことで、これらの多面的な柔軟性のある分析・統合化能力、継続的な学習能力、さらにコミュニケーション能力を身につけることを目的としている。

本セミナーは、皆さんの視野を広げ、研究意欲を高めるために、研究分野の異なる3つの研究室（ロボティクス研究室、マイクロシステム研究室、知的生産加工システム研究室）が合同で開催する。ロボティクス、人工知能AI、マイクロロボット技術から、部品製造のための加工・表面技術まで、幅広い内容を学ぶ。

授業は対面で実施する。前半では、各研究室の卒論に関連する文献を読み、内容をWordまたはPowerPointで発表することで、研究内容や資料作成、プレゼンテーションの方法を習得する。後半では、ExcelとGoogle Colabを使って機械学習を体験することで、AIの仕組みやアルゴリズムについて理解を深める。

AL・ICT活用

Not used

第1回

授業形態

対面

事前学習

・「機械システム基礎演習」を修得していること。
・本科目を履修するために必要なものは、数学、物理、化学、政治、経済、歴史、国語力、英語力などすべての分野に及ぶ教養としての基礎知識である。

6時間

授業内容

講義の概要説明、各研究室の研究内容紹介

事後学習・事前学習

事後学習：配布資料を用いて復習し、課題を完成する。
事前学習：事前に配布資料を参照し予習する

2時間

第2回

授業形態

対面

授業内容

文献調査・発表①

事後学習・事前学習

事後学習：配布資料を用いて復習し、課題を完成する。
事前学習：事前に配布資料を参照し予習する

2時間

第3回

授業形態

対面

授業内容

文献調査・発表②

事後学習・事前学習

事後学習：配布資料を用いて復習し、課題を完成する。
事前学習：事前に配布資料を参照し予習する

2時間

第4回

授業形態

対面

授業内容

文献調査・発表③

事後学習・事前学習

事後学習：配布資料を用いて復習し、課題を完成する。
事前学習：事前に配布資料を参照し予習する

2時間

第5回

授業形態

対面

授業内容

文献調査・発表④

事後学習・事前学習

事後学習：配布資料を用いて復習し、課題を完成する。
事前学習：事前に配布資料を参照し予習する

2時間

第6回

授業形態

対面

授業内容

文献調査・発表⑤

事後学習・事前学習

事後学習：配布資料を用いて復習し、課題を完成する。
事前学習：事前に配布資料を参照し予習する

2時間

第7回

授業形態

対面

授業内容

文献調査・発表⑥

事後学習・事前学習

事後学習：配布資料を用いて復習し、課題を完成する。
事前学習：事前に配布資料を参照し予習する

2時間

第8回

授業形態

対面

授業内容

機械学習演習①

事後学習・事前学習

事後学習：配布資料を用いて復習し、課題を完成する。
事前学習：事前に配布資料を参照し予習する

2時間

第9回

授業形態

対面

授業内容

機械学習演習②

事後学習・事前学習

事後学習：配布資料を用いて復習し、課題を完成する。
事前学習：事前に配布資料を参照し予習する

2時間

第10回

授業形態

対面

授業内容

機械学習演習③

事後学習・事前学習

事後学習：配布資料を用いて復習し、課題を完成する。
事前学習：事前に配布資料を参照し予習する

2時間

第11回

授業形態

対面

授業内容

機械学習演習④

事後学習・事前学習

事後学習：配布資料を用いて復習し、課題を完成する。
事前学習：事前に配布資料を参照し予習する

2時間

第12回

授業形態

対面

授業内容

機械学習演習⑤

事後学習・事前学習

事後学習：配布資料を用いて復習し、課題を完成する。
事前学習：事前に配布資料を参照し予習する

2時間

第13回

授業形態

対面

授業内容

機械学習演習⑥（チームワーク課題の発表）

事後学習・事前学習

事後学習：配布資料を用いて復習し、課題を完成する。
事前学習：事前に配布資料を参照し予習する

2時間

第14回

授業形態

対面

授業内容

セミナー内容をレポートにまとめる

事後学習・事前学習

事後学習：配布資料を用いて復習し、課題を完成する。
事前学習：事前に配布資料を参照し予習する

2時間

第15回

授業形態

対面

授業内容

学習内容の振り返り

事後学習

事後学習：配布資料を用いて復習する。

1時間

成績評価の方法

毎回授業の授業参加状況を40%、課題状況を30%、最終課題レポートを30% で評価する。これらの成績を元に、理解度をA+、A、B、C、D、Fのグレードで評価し、グレードD以上を合格とする。授業にきちんと出席することが成績評価の前提となる。

受講生へのフィードバック方法

授業時やレポート返却時に受講生にフィードバックする。また、KU-LMSを確認して下さい。授業内容、課題評価結果などについてKU-LMSから確認する習慣を普段からつけましょう。

教科書

指定教科書はないが，毎回授業資料を配布する。

参考書

毎回授業資料を配布する。

オフィスアワー

金曜日 11:00~12:00、八王子8-203号室、メール(宋：songxq@cc.kogakuin.ac.jp)での質問や相談はいつでも対応する。

受講生へのメッセージ

専門分野の知識修得だけでなく、多面的な解決能力、継続的な学習に加え、発表能力、コミュニケーション能力の涵養も重要な目的であるので、それを念頭に置いて履修してください。

実務家担当科目

Not applicable

実務経験の内容

教職課程認定該当学科

Not applicable

その他の資格・認定プログラムとの関連