計算機工学特論

科目基礎情報

学校	東京工業高等専門学校	開講年度	令和06年度 (2024年度)
授業科目	計算機工学特論
科目番号	0028	科目区分	専門 / 選択
授業形態	講義	単位の種別と単位数	学修単位: 2
開設学科	【専攻科】電気電子工学専攻	対象学年	専1
開設期	前期	週時間数	2
教科書/教材	資料を印刷物, pdfファイルなどで配布する
担当教員	舘泉 雄治,姜 玄浩

到達目標

(1) 自分の研究分野を他分野の人に紹介するプレゼンテーションを行い，積極的に討論を行うことにより，プレゼンテーション力，討論力を養う．
(2) 受講生はOpenCVのDNNモジュールを用いた基本的な画像処理，深層学習による手書き文字認識，ナンバープレート認識，笑顔・性別・年齢判定，肺癌画像診断，指紋認証の実践スキルを習得．ラズベリーパイを活用したリアルタイム処理にも取り組む．
【ディプロマ・ポリシー及びSDGsとの関係】　ディプロマ・ポリシー：(1), (2), (3)　 SDGs：3,4,7-9,11,12,17

ルーブリック

	理想的な到達レベルの目安(Ａ評価)	標準的な到達レベルの目安(B評価)	未到達レベルの目安(C評価)	未到達レベルの目安(Ｄ評価)
評価項目1	自らの研究分野を説明し， 人に理解させることができる．	自らの研究分野を説明することができる．	自らの研究分野を最低限説明することができる．	自らの研究分野を説明することができない
評価項目2	自らの研究において，これから積極的にコンピュータを活用するアイディアを紹介し，人に理解させることができる．	自らの研究において，これから積極的にコンピュータを活用するアイディアを紹介できる．	自らの研究において，これから積極的にコンピュータを活用するアイディアを最低限紹介できる．	自らの研究において，これから積極的にコンピュータを活用するアイディアを照会できない．
評価項目3	OpenCVの活用技術について深く理解できる．	OpenCVの活用技術について理解できる．	OpenCVの活用技術について概ね理解できる．	OpenCVの活用技術について理解できない．
評価項目４	深層学習技術の応用を理解し，実装ができる．	深層学習技術の応用について理解できる．	深層学習技術の応用について概ね理解できる．	深層学習技術の応用について理解・実装ができない．

学科の到達目標項目との関係

DP （１） （持続可能な社会の実現に向けて、技術者に求められる倫理観と行動規範を理解し、生涯にわたって自己啓発・管理できる能力）

DP （２） （持続可能な社会の実現に向けて、科学技術が環境に与える影響を常に意識し、自ら修得した専門知識および技術を複合・融合的に応用して社会に実装する能力）

DP （３） （基礎的な知識および実験スキルに加えて、創造力、企画力に富み、PDCAサイクルをまわして研究開発を推進できる能力）

SDGs 11 （住み続けられるまちづくりを）

SDGs 12 （つくる責任　つかう責任）

SDGs 17 （パートナーシップで目標を達成しよう）

SDGs 3 （すべての人に健康と福祉を）

SDGs 4 （質の高い教育をみんなに）

SDGs 7 （エネルギーをみんなに　そしてクリーンに）

SDGs 8 （働きがいも　経済成長も）

SDGs 9 （産業と技術革新の基盤をつくろう）

教育方法等

概要:

(1) 各人の研究分野においてもコンピュータをより積極的に活用できる知識と経験を養うことを目標とし，コンピュータをツールとして活用するための実践的な内容の講義と，プレゼンテーション，討論を行う．
(2) OpenCVのDNNモジュールを基盤として，深層学習の理論と実践を統合した学習体験を提供します．第一週は基礎理論の導入から始まり，続く各週で，手書き文字認識，ナンバープレート認識，笑顔と性別年齢判定，肺癌診断，指紋認証といった，実践的かつ多様なプロジェクトに挑戦します．毎週，新たなテーマに基づいたプロジェクトを通じて，深層学習技術の応用能力を高めていきます．

授業の進め方・方法:

前半は学生からのプレゼンテーション・討論を行う．後半は実習中心のプロジェクトを行う．

注意点:

(1) ２回のプレゼンテーションを行うが，その際は自らの研究分野，研究テーマを全く分野の違う人達にもいかにわかり易く伝えるかという点に注意して発表を行って欲しい．普段はある程度同じ研究分野の話がわかる人達を前に発表することが多いと思われるが，全く分野が異なり，その分野の基礎知識のない人達へのプレゼンテーションにはこれまでとは違った留意点がある．なお，プレゼンテーションの評価は，学生間での相互評価を行う．
(2) Pythonの基本的な理解ができること．後半からはノートパソコンを持参すること．

授業の属性・履修上の区分

ICT 利用

実務経験のある教員による授業

授業計画

		週	授業内容	週ごとの到達目標
前期
	1stQ
		1週	ガイダンス	授業の目的，概要を理解する．
		2週	プレゼンテーション１	自らの研究分野を説明し，人に理解させる．
		3週	プレゼンテーション１	自らの研究分野を説明し，人に理解させる．
		4週	プレゼンテーション１	自らの研究分野を説明し，人に理解させる．
		5週	プレゼンテーション１	自らの研究分野を説明し，人に理解させる．
		6週	プレゼンテーション２	自らの研究において，これから積極的にコンピュータを活用するアイディアを照会し，人に理解させる．
		7週	プレゼンテーション２	自らの研究において，これから積極的にコンピュータを活用するアイディアを照会し，人に理解させる．
		8週	プレゼンテーション２	自らの研究において，これから積極的にコンピュータを活用するアイディアを照会し，人に理解させる．
	2ndQ
		9週	OpenCVのDNNモジュール	OpenCVのDNNモジュールの基本概念と実習ができる．
		10週	Webcamで手書き文字認識とラズベリーパイを活用	Webcamで手書き文字認識とラズベリーパイを活用することができる．
		11週	車のナンバープレート認識と車両の台数カウント	車のナンバープレート認識と車両の台数カウントができる．
		12週	深層学習による笑顔の検出	深層学習による笑顔の検出ができる．
		13週	深層学習による性別と年齢を判定	深層学習による性別と年齢を判定ができる．
		14週	深層学習による肺癌の画像診断	深層学習による肺癌の画像診断ができる．
		15週	深層学習による指紋認証	深層学習による指紋認証ができる．
		16週

評価割合

	発表	資料・レポート	相互評価	合計
総合評価割合	20	60	20	100
基礎的能力	10	10	10	30
専門的能力	10	50	10	70