アドバンスト信号処理

科目基礎情報

学校	函館工業高等専門学校	開講年度	平成30年度 (2018年度)
授業科目	アドバンスト信号処理
科目番号	0023	科目区分	専門 / 選択
授業形態	授業	単位の種別と単位数	学修単位: 2
開設学科	生産システム工学専攻	対象学年	専1
開設期	後期	週時間数	2
教科書/教材	WEBで公開
担当教員	東海林 智也

到達目標

1. ディジタル線形フィルタを設計してプログラミングすることができる。
2. ARモデルをプログラミングしてディジタル信号を解析できる。
3. ニューラルネットワークを設計してプログラミングすることができる。

ルーブリック

	理想的な到達レベルの目安	標準的な到達レベルの目安	未到達レベルの目安
評価項目1	ディジタル線形フィルタをプログラミングし、実際のディジタル信号に適用できる。	ディジタル線形フィルタをプログラミングすることができる。	ディジタル線形フィルタをプログラミングすることができない。
評価項目2	ARモデルのプログラミングによる解析を実際のディジタル信号に適用できる。	ARモデルをプログラミングすることができる。	ARモデルをプログラミングすることができない。
評価項目3	ニューラルネットワークをプログラミングし、実際のディジタル信号に適用できる。	ニューラルネットワークをプログラミングすることができる。	ニューラルネットワークをプログラミングすることができない。

学科の到達目標項目との関係

学習・教育到達目標 B-2 （機械工学（材料系，設計・加工系，熱流体系，制御系），電気電子工学（回路エレクトロニクス系，通信系），情報工学（ハードウエア系，ソフトウエア系，ネットワーク系）のいずれかの基礎知識とともに，それらを複合する基礎知識を持っている。）

学習・教育到達目標 C-2 （データの分析や解析，グラフ化，設計・製図などにコンピュータを活用することができる。）

教育方法等

概要:

ディジタル信号処理の高度な応用として、FIRフィルタ、IIRフィルタ、ARモデル、ニューラルネットワークの設計・プログラミングが出来るようになることを目指します。

授業の進め方・方法:

・複数人でチームを組んでアクティブラーニングを行います。
・プログラミング言語としてC言語とPythonを使用します。

注意点:

全4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。

「生産システム工学専攻」学習・教育到達目標の評価：
4回の課題(B-2:50%、C-2:50%) (25％×4回)
(B-2) 主となる専門分野の基礎知識，およびそれらと複合するための他の専門分野の基礎知識を持っている。
(C-2) データの分析や解析，グラフ化，設計・製図などにコンピュータを活用することができる。

授業計画

		週	授業内容	週ごとの到達目標
後期
	3rdQ
		1週	FIRフィルタの基本	FIRフィルタについて理解し、活用することができる。
		2週	逆フーリエ変換法によるFIRフィルタの設計	逆フーリエ変換法によりFIRフィルタの伝達関数を求めてプログラミングすることが出来る。
		3週	逆フーリエ変換法によるFIRフィルタの設計	逆フーリエ変換法によりFIRフィルタの伝達関数を求めてプログラミングすることが出来る。
		4週	IIRフィルタの基本	IIRフィルタについて理解し、活用することができる。
		5週	双一次変換法によるIIRフィルタの設計	双一次変換法によりIIRフィルタの伝達関数を求めてプログラミングすることが出来る。
		6週	双一次変換法によるIIRフィルタの設計	双一次変換法によりIIRフィルタの伝達関数を求めてプログラミングすることが出来る。
		7週	ARモデルの基本	ARモデルについて理解し、活用することができる。
		8週	ARモデルのパラメータ推定	プログラミングによりARモデルのパラメータを推定出来る。
	4thQ
		9週	ARモデルのパラメータ推定	プログラミングによりARモデルのパラメータを推定出来る。
		10週	ARモデルの活用	ARモデルを実際のディジタル信号の解析に活用できる。
		11週	ニューラルネットワークの基本	ニューラルネットワークについて理解し、活用することができる。
		12週	ニューラルネットワークの設計	プログラミングによりニューラルネットワークを設計出来る。
		13週	ニューラルネットワークの設計	プログラミングによりニューラルネットワークを設計出来る。
		14週	ディープラーニング	プログラミングによりディープラーニングが出来る。
		15週	ディープラーニング	プログラミングによりディープラーニングが出来る。
		16週	期末試験	レポート方式

評価割合

	試験	発表	相互評価	態度	ポートフォリオ	課題	合計
総合評価割合	0	0	0	0	0	100	100
基礎的能力	0	0	0	0	0	0	0
専門的能力	0	0	0	0	0	100	100
分野横断的能力	0	0	0	0	0	0	0