到達目標
・各種探索法のアルゴリズムについて正しく理解し,説明できること。
・ファジィ制御、強化学習の仕組みについて正しく説明できること。
・C言語のプログラムを理解し,自由に改変できること。
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 | | | |
評価項目2 | | | |
評価項目3 | | | |
学科の到達目標項目との関係
教育方法等
概要:
本専攻の教育目標のひとつは,電気工学とそれを利用した専門知識を身につけ,それらを問題解決に応用できることである。これを受けて,本科目では,人間の知的活動を支援する工学技術を生み出す能力を身につけるため,知能情報処理システムの基礎として,人間の知的思考メカニズムおよび生物の適応・学習メカニズムを取り入れた知能システムの基本的考え方,それらの応用について講義する。
授業の進め方・方法:
まず,モデル化と知識表現,エージェントなどの人工知能技術の基礎について述べる。つぎに,状態空間における各種探索法について具体的なアルゴリズムを示しながら解説する。さらに,きっちり決められた一連の手順にしたがった従来型の計算機利用(ハードコンピューティング)を脱皮して,もう少し人間らしいしなやかで柔軟な利用法(ソフトコンピューティング)について学ぶ。ソフトコンピューティングの基盤技術として,ファジィ理論,強化学習を取り上げる。
注意点:
・各種アルゴリズムの動作確認のためにコンピュータを用いる。C言語について復習しておくこと。
・教科書中のわからない語句は各自積極的に調べること。
・予習、復習を心がけること。
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
前期 |
1stQ |
1週 |
知能システム工学の概要 |
|
2週 |
モデル化と知識表現 |
|
3週 |
エージェント |
|
4週 |
状態空間の探索 |
|
5週 |
各種探索法のアルゴリズム |
|
6週 |
各種探索法のアルゴリズム |
|
7週 |
ファジィ理論 |
|
8週 |
ファジィ制御 |
|
2ndQ |
9週 |
ファジィ制御プログラムの実現 |
|
10週 |
ファジィ制御のシミュレーション実習 |
|
11週 |
強化学習 |
|
12週 |
強化学習アルゴリズムの実現 |
|
13週 |
強化学習プログラムの実現 |
|
14週 |
強化学習のシミュレーション実習 |
|
15週 |
期末試験の答案返却とまとめ |
|
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
| 試験 | レポート課題 | 相互評価 | 態度 | ポートフォリオ | その他 | 合計 |
総合評価割合 | 80 | 20 | 0 | 0 | 0 | 0 | 100 |
基礎的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
専門的能力 | 80 | 20 | 0 | 0 | 0 | 0 | 100 |
分野横断的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |