到達目標
工学分野に現れる様々な問題を数理モデル化し解析する技術、コンピュータを用いて数値計算処理・グラフ化・データ分析する技術を学び、シミュレーション工学の基礎を身につける。
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 | シミュレーション工学における基本的な数学モデルの意義を説明でき、モデルを立て数値的に解析することができる。 | シミュレーション工学における基本的な数学モデルの意義を説明できる。 | 左記ができない。 |
評価項目2 | シミュレーション工学における基本的なデータ分析技術の意義を説明でき、与えられたデータから数値的に分析することができる。 | シミュレーション工学における基本的なデータ分析技術の意義を説明できる。 | 左記ができない。 |
評価項目3 | シミュレーション工学における機械学習の意義を説明でき、ニューラルネットワーク技術による画像認識を実施することができる。 | シミュレーション工学における機械学習の意義を説明できる。 | 左記ができない。 |
学科の到達目標項目との関係
教育方法等
概要:
コンピュータ・シミュレーションについて、具体例を挙げながら概説する。理論面と実用面から理解を深め、シミュレーションを用いる技術者に必要な知識を身につける。
授業の進め方・方法:
授業計画に示す様々な工学的問題をモデル化し、コンピュータを用いた数値計算処理・グラフ化を行い、結果を考察する。自らシミュレーションを行い解析するレポートを課すため、各自がパソコンを使ってシミュレ ーションを行い、その結果をまとめてレポートとして提出できる環境を有することが望ましい。
注意点:
自学自習を目的に、講義内容の数値計算や考察を課題とするレポートを課すので提出すること。
** 2020年度は感染症対策として、e-ラーニング形式の遠隔講義で実施する可能性もある **
事前・事後学習、オフィスアワー
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
後期 |
3rdQ |
1週 |
ガイダンス |
本講義を受講する上で必要な知識を理解している。
|
2週 |
コンピュータ・シミュレーションの概要 |
コンピュータ・シミュレーションの意義を説明することができる。
|
3週 |
生態系の数学モデル① |
ロジスティック方程式を用いて、生態系の個体数変動をモデル化し、その振る舞いを説明することができる。
|
4週 |
生体系の数学モデル② |
ロトカ・ヴォルテラ方程式を用いて、競争する多種生態系の個体数変動をモデル化し、その振る舞いを説明することができる。
|
5週 |
感染症の数学モデル |
SIRモデルを用いて、感染症の流行初期を説明することができる。
|
6週 |
コンピュータによるシミュレーション解析・考察① |
第3~5週目で学んだ数学モデルをコンピュータを用いてシミュレーションすることができる。
|
7週 |
コンピュータによるシミュレーション解析・考察② |
第3~5週目で学んだ数学モデルのシミュレーション結果を考察することができる。
|
8週 |
線形回帰分析(単回帰) |
単回帰分析の意義を説明することができる。
|
4thQ |
9週 |
線形回帰分析(重回帰) |
重回帰分析の意義を説明することができる。
|
10週 |
主成分分析 |
主成分分析の意義を説明することができる。
|
11週 |
コンピュータによるシミュレーション解析・考察③ |
第8~10週目で学んだ分析手法を、与えられたデータに対して適用し、コンピュータを用いて解析することができる。
|
12週 |
機械学習とは |
機械学習の意義を説明することができる。
|
13週 |
機械学習の体験 |
ニューラルネットワークを用いた画像認識を行うことができる。
|
14週 |
全体のまとめ |
本講義で学んだシミュレーション技術を総合的に説明することができる。
|
15週 |
試験 |
本講義で学んだ知識をもとに、シミュレーション工学における基本的な問題を解くことができる。
|
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 | 合計 |
総合評価割合 | 70 | 30 | 100 |
基礎的能力 | 30 | 15 | 45 |
専門的能力 | 20 | 10 | 30 |
分野横断的能力 | 20 | 5 | 25 |