到達目標
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. AR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を用いてディジタル信号処理ができる。
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。 | 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 | ディープラーニング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。 | ディープラーニングをプログラミングすることができる。 | ディープラーニング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
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、5つのテーマ(FIRフィルタ、IIRフィルタ、自己相関関数、AR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。
授業の進め方・方法:
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)
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 |
| 後期 |
| 3rdQ |
| 1週 |
FIRフィルタ(1) |
FIRフィルタを構築して信号処理が出来る。
|
| 2週 |
FIRフィルタ(2) |
FIRフィルタを構築して信号処理が出来る。
|
| 3週 |
FIRフィルタ(3) |
FIRフィルタを構築して信号処理が出来る。
|
| 4週 |
FIRフィルタ(4) |
FIRフィルタを構築して信号処理が出来る。
|
| 5週 |
FIRフィルタ(5) |
FIRフィルタを構築して信号処理が出来る。
|
| 6週 |
IIRフィルタ(1) |
IIRフィルタを構築して信号処理が出来る。
|
| 7週 |
IIRフィルタ(2) |
IIRフィルタを構築して信号処理が出来る。
|
| 8週 |
IIRフィルタ(3) |
IIRフィルタを構築して信号処理が出来る。
|
| 4thQ |
| 9週 |
自己相関関数 |
自己相関関数を用いて信号処理が出来る。
|
| 10週 |
ARモデル(1) |
ARモデルを構築して信号処理が出来る。
|
| 11週 |
ARモデル(2) |
ARモデルを構築して信号処理が出来る。
|
| 12週 |
ARモデル(3) |
ARモデルを構築して信号処理が出来る。
|
| 13週 |
LSTM(1) |
LSTMを構築して信号処理が出来る。
|
| 14週 |
LSTM(2) |
LSTMを構築して信号処理が出来る。
|
| 15週 |
LSTM(3) |
LSTMを構築して信号処理が出来る。
|
| 16週 |
期末試験 |
レポート方式
|
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
| 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 |