到達目標
ニューラルネットワーク，遺伝的アルゴリズム，ファジィ理論の基礎知識を理解し，説明できる
ニューラルネットワーク，遺伝的アルゴリズム，ファジィ制御を計算機上で実装できる
ソフトコンピューティングの応用事例を理解し，説明できる
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 | ニューラルネットワーク，遺伝的アルゴリズム，ファジィ理論の基礎知識を理解し，数式を用いた説明ができる | ニューラルネットワーク，遺伝的アルゴリズム，ファジィ理論の基礎知識を理解し，概要を説明することができる | ニューラルネットワーク，遺伝的アルゴリズム，ファジィ理論の基礎知識を理解していない |
| 評価項目2 | ニューラルネットワーク，遺伝的アルゴリズム，ファジィ制御を計算機上で実装でき，結果について適切な考察ができる | ニューラルネットワーク，遺伝的アルゴリズム，ファジィ制御を計算機上で実装できる | ニューラルネットワーク，遺伝的アルゴリズム，ファジィ制御を計算機上で実装できない |
| 評価項目3 | ソフトコンピューティングの応用事例を理解し，数式を用いて説明できる | ソフトコンピューティングの応用事例を理解し，概要を説明できる | ソフトコンピューティングの応用事例を理解していない |
学科の到達目標項目との関係
学習・教育到達度目標 D
説明
閉じる
JABEE d-1
説明
閉じる
教育方法等
概要:
ソフトコンピューティングとは，従来の計算手法では扱いが難しい不正確・不確実な要素を許容して，問題を解決するための計算手法を包括した研究分野です．
ソフトコンピューティング技術を用いることで，あいまいな情報や不完全な情報，また，状況によって変化する情報を，柔軟に処理することができます．
この授業では，ソフトコンピューティングの代表的な計算手法である，ファジィ理論，ニューラルネットワーク，遺伝的アルゴリズムの基礎と計算機上での実装について学び，また，これらの手法がどのように応用されるのかを学びます．
授業の進め方・方法:
・授業中に3回のプログラミング課題，また，理解度に応じて適宜レポートを課すので，課題，レポートは必ず提出してください
・合否判定は2回の試験の得点と，プログラミング課題の得点で行う
・中間試験と期末試験の平均点の70% + プログラミング課題の評価点の30% が 60点以上であれば合格
・合否判定で不合格だった場合には，プログラミング課題が全て提出されていることを条件として再試験を行う．60点以上で合格とする．
・最終評価は 合否判定での得点 + 授業中で課すレポートの評価(±10点) で算出する
前関連科目：数学，応用数学，電子計算機，情報処理，人工知能（選択）
後関連科目：卒業研究，特別研究（専攻科），人工知能特論（専攻科），ソフトコンピューティング特論（専攻科）
注意点:
・数学の基本的な知識，プログラミング能力が必要です
・5年前期の人工知能（選択）を受講しておくと，より理解を深めることができると思います（人工知能の履修は必須ではありません）
・コンピュータがあいまいな情報も取り扱うことができる，というところが，ソフトコンピューティングの面白さだと考えています．
・学生のみなさんにもソフトコンピューティングの面白さを是非知ってほしいので，積極的に授業に参加してほしいと思います．
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
| 後期 |
| 3rdQ |
| 1週 |
1. 授業のガイダンス，ソフトコンピューティングの概要 |
1. ソフトコンピューティングの概要を説明できる
|
| 2週 |
2. ファジィ理論の概要，ファジィ集合 |
2. ファジィ理論の概要を説明できる．ファジィ集合の演算ができる
|
| 3週 |
3. ファジィ関係と合成 |
3. ファジィ関係とその合成について説明できる
|
| 4週 |
4. ファジィ数 |
4. ファジィ数の演算ができる
|
| 5週 |
5. ファジィ推論 |
5. ファジィ推論について説明できる
|
| 6週 |
6. ファジィ制御 |
6. ファジィ制御について説明できる
|
| 7週 |
7. ファジィ制御の実装 |
7. ファジィ制御を計算機上で実装できる
|
| 8週 |
後期中間試験:実施する |
|
| 4thQ |
| 9週 |
1. ニューラルネットワークの概要 |
1. ニューラルネットワークの概要を説明できる
|
| 10週 |
2. 誤差逆伝播法 |
2. 誤差逆伝播法を説明できる
|
| 11週 |
3. ニューラルネットワークの実装 |
3. ニューラルネットワークを計算機上で実装できる
|
| 12週 |
4. 遺伝的アルゴリズムの概要 |
4. 遺伝的アルゴリズムの概要を説明できる
|
| 13週 |
5. 選択・交叉・突然変異 |
5. 選択・交叉・突然変異操作を説明できる
|
| 14週 |
6. 遺伝的アルゴリズムの実装 |
6. 組合せ最適化問題を解くための遺伝的アルゴリズムを計算機上で実装できる
|
| 15週 |
6. 遺伝的アルゴリズムの実装 |
6. 組合せ最適化問題を解くための遺伝的アルゴリズムを計算機上で実装できる
|
| 16週 |
後期期末試験:実施する |
|
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 | その他 | 合計 |
| 総合評価割合 | 70 | 0 | 0 | 0 | 30 | 0 | 100 |
| 基礎的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 専門的能力 | 70 | 0 | 0 | 0 | 30 | 0 | 100 |
| 分野横断的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |