シラバス情報
|
教員名 ： 橘 完太
|
開講年度
2025年度
開講学期
後期
科目名
計算知能
授業種別
講義
科目名（英語）
Computational Intelligence
授業情報(授業コード・クラス・授業形態)
A1100231 計算知能 [J3][対面]
担当教員
橘 完太
単位数
2.0単位
曜日時限
水曜2限
キャンパス
新宿
教室
A-0511教室
学位授与の方針
1 基礎知識の修得 0 ％
2 専門分野の知識・専門技術の修得 80 ％ 3 汎用的問題解決力の修得 10 ％ 4 道徳的態度と社会性の修得 10 ％ 具体的な到達目標
・人工知能による探索、推論を理解している。
・遺伝的アルゴリズムを理解している。 ・群知能、集合学習を理解している。 受講にあたっての前提条件
到達目標をよく理解し、高いレベルでの達成を目指す意欲があること
授業の方法とねらい
このコースでは、計算知能に関する基本的な概念や技術、応用例について学びます。具体的には、不完全情報ゲームや部分観測マルコフ過程、自律移動体の自動運転、ベイジアンフィルタリング、PWMとアクチュエータ制御、ファジィ理論、進化計算、リザバーコンピューティング、実数・複素数・四元数、ヒトと機械の視聴覚、バイオミメティックモデル、集合知とアンサンブル学習、AIアートとNFT、ブロックチェーンとweb3、量子コンピューティングに関するトピックを取り上げます。
授業方法： 授業日より前の音声配信聴取でインプットし、対面授業内と授業後にシンボルグラウンディング学習とアウトプットします。 ねらい： このコースを履修することで、以下のことが期待できます。 計算知能に関する基本的な概念を理解できる。 自律移動体の自動運転、ベイジアンフィルタリング、PWMとアクチュエータ制御など、計算知能の応用を理解できる。 ファジィ理論、進化計算、リザバーコンピューティング、量子コンピューティングなど、計算知能の技術を理解できる。 ヒトと機械の視聴覚、バイオミメティックモデル、AIアートとNFT、ブロックチェーンとweb3など、計算知能の最新トピックに取り組む姿勢を身につける。 計算知能を活用して、新しい課題にアプローチする方法を身につける。 ※新技術を随時取り上げますので、シラバスと異なる内容となる可能性が高いです。 AL・ICT活用
PBL（課題解決型学習）／ディスカッション・ディベート／グループワーク／プレゼンテーション／e-ラーニング等ICTを活用した自主学習支援／その他
第1回
授業形態
対面
事前学習
計算知能予習復習用のPodcastにアクセスしやすいようYouTube/L4i知能情報研究室にチャンネル登録する。予習用の動画をノートを取りながら理解するまで繰り返し視聴する。シンボルグラウンディング学習した内容をノートに書き留める。
4時間
授業内容
第1回：計算知能の基礎概念
計算知能の定義と背景 ニューラルネットワーク、決定木、SVMなどの機械学習アルゴリズム 評価指標と学習の流れ 事後学習・事前学習
（事後学習）計算知能予習復習用のPodcastにアクセスしやすいようYouTube/L4i知能情報研究室にチャンネル登録したことを確認する。該当の音声配信動画や関連動画をノートに追記したり書き直したりしながら完全に理解するまで繰り返し視聴する。シンボルグラウンディング学習した内容をノートに書き留める。
（事前学習）予習用の動画をノートを取りながら理解するまで繰り返し視聴する。 4時間
第2回
授業形態
対面
授業内容
第2回：不完全情報ゲームと部分観測マルコフ過程
不完全情報ゲームの定義と種類 部分観測マルコフ過程とポリシー勾配法 AlphaGo, AlphaZeroの概要と技術 事後学習・事前学習
（事後学習）該当の音声配信動画や関連動画をノートに追記したり書き直したりしながら完全に理解するまで繰り返し視聴する。シンボルグラウンディング学習した内容をノートに書き留める。
（事前学習）予習用の動画をノートを取りながら理解するまで繰り返し視聴する。 4時間
第3回
授業形態
対面
授業内容
第3回：自律移動体の自動運転
軌道上、陸上、海面、海中、空中、宇宙での自律移動体の自動運転技術 センサー技術、制御技術、決定論的制御と確率的制御、Simultanous Localization And Mapping, SLAMなど 事後学習・事前学習
（事後学習）該当の音声配信動画や関連動画をノートに追記したり書き直したりしながら完全に理解するまで繰り返し視聴する。シンボルグラウンディング学習した内容をノートに書き留める。
（事前学習）予習用の動画をノートを取りながら理解するまで繰り返し視聴する。 4時間
第4回
授業形態
対面
授業内容
第4回：ベイジアンフィルタリング
ベイズの定理とベイズ推定 カルマンフィルタと拡張カルマンフィルタ 粒子フィルタとマルコフチェインモンテカルロ法 事後学習・事前学習
（事後学習）該当の音声配信動画や関連動画をノートに追記したり書き直したりしながら完全に理解するまで繰り返し視聴する。シンボルグラウンディング学習した内容をノートに書き留める。
（事前学習）予習用の動画をノートを取りながら理解するまで繰り返し視聴する。 4時間
第5回
授業形態
対面
授業内容
第5回：PWMとアクチュエータ制御
Pulse Width Modulation, PWM （パルス幅変調）の基本 アクチュエータ制御の基礎概念 サーボモータ制御などの応用例 事後学習・事前学習
（事後学習）該当の音声配信動画や関連動画をノートに追記したり書き直したりしながら完全に理解するまで繰り返し視聴する。シンボルグラウンディング学習した内容をノートに書き留める。
（事前学習）予習用の動画をノートを取りながら理解するまで繰り返し視聴する。 4時間
第6回
授業形態
対面
授業内容
第6回：ファジィ理論
ファジィ集合とは ファジィ理論による意思決定 ファジィ制御などの応用例 事後学習・事前学習
（事後学習）該当の音声配信動画や関連動画をノートに追記したり書き直したりしながら完全に理解するまで繰り返し視聴する。シンボルグラウンディング学習した内容をノートに書き留める。
（事前学習）予習用の動画をノートを取りながら理解するまで繰り返し視聴する。 4時間
第7回
授業形態
対面
授業内容
第7回：進化計算
遺伝的アルゴリズムと遺伝的プログラミング 粒子群最適化とアンサンブル学習 実用的な応用例 事後学習・事前学習
（事後学習）該当の音声配信動画や関連動画をノートに追記したり書き直したりしながら完全に理解するまで繰り返し視聴する。シンボルグラウンディング学習した内容をノートに書き留める。
（事前学習）予習用の動画をノートを取りながら理解するまで繰り返し視聴する。 4時間
第8回
授業形態
対面
授業内容
第8回：リザバーコンピューティング
リザバーコンピューティングとは Echo State Network, ESN、 Liquid State Machine, LSMなどのアルゴリズム 時系列データ分析への応用例 事後学習・事前学習
（事後学習）該当の音声配信動画や関連動画をノートに追記したり書き直したりしながら完全に理解するまで繰り返し視聴する。シンボルグラウンディング学習した内容をノートに書き留める。
（事前学習）予習用の動画をノートを取りながら理解するまで繰り返し視聴する。 4時間
第9回
授業形態
対面
授業内容
第9回：実数、複素数、四元数、行列とテンソル
数学基礎となる実数、複素数、四元数の解説 テンソルの概要と特徴 実用的な応用例 事後学習・事前学習
（事後学習）該当の音声配信動画や関連動画をノートに追記したり書き直したりしながら完全に理解するまで繰り返し視聴する。シンボルグラウンディング学習した内容をノートに書き留める。
（事前学習）予習用の動画をノートを取りながら理解するまで繰り返し視聴する。 4時間
第10回
授業形態
対面
授業内容
第10回：ヒトと機械の視聴覚、バイオミメティックモデル
視覚と聴覚の構造と機能 機械学習における人間の知覚と認識のモデル化 バイオミメティックモデルの応用 事後学習・事前学習
（事後学習）該当の音声配信動画や関連動画をノートに追記したり書き直したりしながら完全に理解するまで繰り返し視聴する。シンボルグラウンディング学習した内容をノートに書き留める。
（事前学習）予習用の動画をノートを取りながら理解するまで繰り返し視聴する。 4時間
第11回
授業形態
対面
授業内容
第11回：集合知とアンサンブル学習
集合知の基礎概念 群知能アルゴリズム（蟻コロニー最適化、粒子群最適化、人工免疫システムなど） アンサンブル学習（ブースティング、バギング、ランダムフォレストなど） 事後学習・事前学習
（事後学習）該当の音声配信動画や関連動画をノートに追記したり書き直したりしながら完全に理解するまで繰り返し視聴する。シンボルグラウンディング学習した内容をノートに書き留める。
（事前学習）予習用の動画をノートを取りながら理解するまで繰り返し視聴する。 4時間
第12回
授業形態
対面
授業内容
第12回：AIアートとNFT
AIアートの基礎概念 Generative Adversarial Network, GANによる画像生成とスタイル変換 Non-Fungible Token, NFTとスマートコントラクト 事後学習・事前学習
（事後学習）該当の音声配信動画や関連動画をノートに追記したり書き直したりしながら完全に理解するまで繰り返し視聴する。シンボルグラウンディング学習した内容をノートに書き留める。
（事前学習）予習用の動画をノートを取りながら理解するまで繰り返し視聴する。 4時間
第13回
授業形態
対面
授業内容
第13回：ブロックチェーンとweb3
ブロックチェーンの基礎概念 サブジェクト分野のブロックチェーン応用 web3と分散アプリケーションの基礎 事後学習・事前学習
（事後学習）該当の音声配信動画や関連動画をノートに追記したり書き直したりしながら完全に理解するまで繰り返し視聴する。シンボルグラウンディング学習した内容をノートに書き留める。
（事前学習）予習用の動画をノートを取りながら理解するまで繰り返し視聴する。 4時間
第14回
授業形態
対面
授業内容
第14回：量子コンピューティング
量子コンピュータの基礎概念 量子ビットとその性質 量子アルゴリズムと量子エラー訂正 事後学習・事前学習
（事後学習）該当の音声配信動画や関連動画をノートに追記したり書き直したりしながら完全に理解するまで繰り返し視聴する。シンボルグラウンディング学習した内容をノートに書き留める。
（事前学習）予習用の動画をノートを取りながら理解するまで繰り返し視聴する。 4時間
第15回
授業形態
対面
授業内容
第15回：総括
本講義で学んだ計算知能のトピックを復習 計算知能の今後の展望 事後学習
（事後学習）該当の音声配信動画や関連動画をノートに追記したり書き直したりしながら完全に理解するまで繰り返し視聴する。シンボルグラウンディング学習した内容をノートに書き留める。
5時間
成績評価の方法
授業中のリアクションとプレゼンテーション、試験により評価する。
試験問題は以下を予定しています。 問1：計算知能に関して，あなたの脳でシンボルグラウンディング学習した内容を10件以上，それぞれ5W1Hを明確(※)に具体的に述べてください．※ただし、あなたや周りの人のプライバシーに支障ない範囲で明確にしてください． 問2：問1の内容を踏まえて，あなたが最もワクワクする問いを考え，数式やPythonプログラミングなど駆使して答えてください．あなたのワクワクが第三者になるべく伝わるように 受講生へのフィードバック方法
対面とオンラインで。
教科書
podcast【計算知能ラジオ】
参考書
大村平、改訂版人工知能(AI)のはなし、日科技連
大村平、改訂版ORのはなし、日科技連 金森敬文、畑埜晃平、渡辺治、ブースティング—学習アルゴリズムの設計技法—（知能情報科学シリーズ）、森北出版 Z.-H. Zhou、アンサンブル法による機械学習—基礎とアルゴリズム—、近代科学社 podcast【知能情報ラジオ】など オフィスアワー
水曜4限に1556室にて対応可能です。
受講生へのメッセージ
講義ではごく基本的なことだけしか話せません。参考書に指定した書籍の他、多くの書籍を読み込んでください。学ぶことは大変で楽しいですよ。
実務家担当科目
実務家担当科目
実務経験の内容
教職課程認定該当学科
システム数理学科／情報科学科
その他の資格・認定プログラムとの関連
関連する科目でない
教育課程コード
Ⅲ3c
教育課程コードの見方【例】 Ⅰ2a（Ⅰ…Ⅰ群、2…2年配当、a…必修） ※ a : 必修 b : 選択必修 c : 選択 ※複数コードが表示されている場合には入学年度・所属学科の学生便覧を参照のこと
|
