到達目標
(1) 自分の研究分野を他分野の人に紹介するプレゼンテーションを行い，積極的に討論を行うことにより，プレゼンテーション力，討論力を養う．
(2) 受講生はOpenCVのDNNモジュールを用いた基本的な画像処理，深層学習による手書き文字認識，ナンバープレート認識，笑顔・性別・年齢判定，肺癌画像診断，指紋認証の実践スキルを習得．ラズベリーパイを活用したリアルタイム処理にも取り組む．
ルーブリック
| 理想的な到達レベルの目安(Ａ評価) | 標準的な到達レベルの目安(B評価) | 未到達レベルの目安(C評価) | 未到達レベルの目安(Ｄ評価) |
| 評価項目1 | 自らの研究分野を説明し，
人に理解させることができる． | 自らの研究分野を説明することができる． | 自らの研究分野を最低限説明することができる． | 自らの研究分野を説明することができない |
| 評価項目2 | 自らの研究において，これから積極的にコンピュータを活用するアイディアを紹介し，人に理解させることができる． | 自らの研究において，これから積極的にコンピュータを活用するアイディアを紹介できる． | 自らの研究において，これから積極的にコンピュータを活用するアイディアを最低限紹介できる． | 自らの研究において，これから積極的にコンピュータを活用するアイディアを照会できない． |
| 評価項目3 | OpenCVの活用技術について深く理解できる． | OpenCVの活用技術について理解できる． | OpenCVの活用技術について概ね理解できる． | OpenCVの活用技術について理解できない． |
| 評価項目４ | 深層学習技術の応用を理解し，実装ができる． | 深層学習技術の応用について理解できる． | 深層学習技術の応用について概ね理解できる． | 深層学習技術の応用について理解・実装ができない． |
学科の到達目標項目との関係
教育方法等
概要:
(1) 各人の研究分野においてもコンピュータをより積極的に活用できる知識と経験を養うことを目標とし，コンピュータをツールとして活用するための実践的な内容の講義と，プレゼンテーション，討論を行う．
(2) OpenCVのDNNモジュールを基盤として，深層学習の理論と実践を統合した学習体験を提供します．第一週は基礎理論の導入から始まり，続く各週で，手書き文字認識，ナンバープレート認識，笑顔と性別年齢判定，肺癌診断，指紋認証といった，実践的かつ多様なプロジェクトに挑戦します．毎週，新たなテーマに基づいたプロジェクトを通じて，深層学習技術の応用能力を高めていきます．
授業の進め方・方法:
前半は学生からのプレゼンテーション・討論を行う．後半は実習中心のプロジェクトを行う．
注意点:
(1) ２回のプレゼンテーションを行うが，その際は自らの研究分野，研究テーマを全く分野の違う人達にもいかにわかり易く伝えるかという点に注意して発表を行って欲しい．普段はある程度同じ研究分野の話がわかる人達を前に発表することが多いと思われるが，全く分野が異なり，その分野の基礎知識のない人達へのプレゼンテーションにはこれまでとは違った留意点がある．なお，プレゼンテーションの評価は，学生間での相互評価を行う．
(2) Pythonの基本的な理解ができること．後半からはノートパソコンを持参すること．
授業の属性・履修上の区分
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
| 前期 |
| 1stQ |
| 1週 |
ガイダンス |
授業の目的，概要を理解する．
|
| 2週 |
プレゼンテーション１ |
自らの研究分野を説明し，人に理解させる．
|
| 3週 |
プレゼンテーション１ |
自らの研究分野を説明し，人に理解させる．
|
| 4週 |
プレゼンテーション１ |
自らの研究分野を説明し，人に理解させる．
|
| 5週 |
プレゼンテーション１ |
自らの研究分野を説明し，人に理解させる．
|
| 6週 |
プレゼンテーション２ |
自らの研究において，これから積極的にコンピュータを活用するアイディアを照会し，人に理解させる．
|
| 7週 |
プレゼンテーション２ |
自らの研究において，これから積極的にコンピュータを活用するアイディアを照会し，人に理解させる．
|
| 8週 |
プレゼンテーション２ |
自らの研究において，これから積極的にコンピュータを活用するアイディアを照会し，人に理解させる．
|
| 2ndQ |
| 9週 |
OpenCVのDNNモジュール |
OpenCVのDNNモジュールの基本概念と実習ができる．
|
| 10週 |
Webcamで手書き文字認識とラズベリーパイを活用 |
Webcamで手書き文字認識とラズベリーパイを活用することができる．
|
| 11週 |
車のナンバープレート認識と車両の台数カウント |
車のナンバープレート認識と車両の台数カウントができる．
|
| 12週 |
深層学習による笑顔の検出 |
深層学習による笑顔の検出ができる．
|
| 13週 |
深層学習による性別と年齢を判定 |
深層学習による性別と年齢を判定ができる．
|
| 14週 |
深層学習による肺癌の画像診断 |
深層学習による肺癌の画像診断ができる．
|
| 15週 |
深層学習による指紋認証 |
深層学習による指紋認証ができる．
|
| 16週 |
|
|
モデルコアカリキュラムの学習内容と到達目標
| 分類 | 分野 | 学習内容 | 学習内容の到達目標 | 到達レベル | 授業週 |
評価割合
| 発表 | 資料・レポート | 相互評価 | 合計 |
| 総合評価割合 | 20 | 60 | 20 | 100 |
| 基礎的能力 | 10 | 10 | 10 | 30 |
| 専門的能力 | 10 | 50 | 10 | 70 |