1. ディジタル線形フィルタ(FIR、IIR、自己相関関数)を用いてディジタル信号処理ができる。
2. 自己回帰モデルを用いてディジタル信号処理ができる。
3. ディープラーニング(LSTM)を用いてディジタル信号処理ができる。
概要:
ディジタル信号処理の高度な応用として、5つのテーマ(FIRフィルタ、IIRフィルタ、自己相関関数、自己回帰モデル、LSTM)に関するプログラミングが出来るようになることを目指します。
なお授業内容は公知の情報のみに限定されています。
授業の進め方・方法:
プログラミング言語として Python を使用します。
注意点:
本科目は学修単位(2単位)の授業であるため、履修時間は授業時間30時間と授業時間以外の学修(予習・復習、課題・テスト等のための学修)を併せて90時間です。
自学自習の成果は 課題によって評価します。
全5回のプログラミング演習課題の評価の平均を総合評価とします。
5回の課題(B-2:50%、C-2:50%) (20%×5回)
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 |
専門的能力 | 分野別の専門工学 | 情報系分野 | プログラミング | 与えられた問題に対して、それを解決するためのソースプログラムを記述できる。 | 5 | 後1,後2,後3,後4,後5,後6,後7,後8,後9,後10,後11,後12,後13,後14,後15 |
情報数学・情報理論 | 離散数学に関する知識をアルゴリズムの設計、解析に利用することができる。 | 5 | 後1,後2,後3,後4,後5,後6,後7,後8,後9,後10,後11,後12,後13,後14,後15 |
コンピュータ向けの主要な数値計算アルゴリズムの概要や特徴を説明できる。 | 5 | 後1,後2,後3,後4,後5,後6,後7,後8,後9,後10,後11,後12,後13,後14,後15 |