到達目標
AI手法に基づく制御系の設計法((1)ファジィ制御、(2)遺伝アルゴリズム、(3)ニューラルネットワーク、その他AI手法など)について理解し、一定の基礎力をもとに応用設計の基礎技術を取得する。
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 | ファジィ集合ファジィ推論について理解でき創造的理解もできる | ファジィ集合ファジィ推論について理解できる | ファジィ集合ファジィ推論について理解が不十分である |
評価項目2 | 遺伝アルゴリズムについて理解でき創造的発想ができる | 遺伝アルゴリズムについて理解できる | 遺伝アルゴリズムについて理解が不十分である |
評価項目3 | ニューラルネットワークについて理解できる創造的発想ができる | ニューラルネットワークについて理解できる | ニューラルネットワークについて理解が不十分である |
学科の到達目標項目との関係
JABEE J(05)
説明
閉じる
本校 (1)-a
説明
閉じる
電子機械 (3)-a
説明
閉じる
教育方法等
概要:
4年次に開講される制御工学を補填する形でAI手法に基づく制御系の設計法(ファジィ制御、遺伝アルゴリズム、ニューラルネットワーク、その他AI手法など)について講義する。
授業の進め方・方法:
(1)ファジィ制御:ファジィ集合、メンバーシップ関数を理解しファジィ推論制御の基礎(2)遺伝アルゴリズム初期遺伝子情報の与え方、適応度、交叉、突然変異の基礎(3)ニューラルネットワーク;生物学を模倣した数学モデル形成法、BPLの基礎(4)その他、AI手法など:
注意点:
現代的な知能情報工学について、産業界の応用事例の基礎を深く理解すること
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
前期 |
1stQ |
1週 |
ファジィ工学の歴史と基礎概念 |
ファジィ工学の歴史の基本事項が理化できる
|
2週 |
ファジィ集合 |
通常集合とファジィ集合の定義が理解できる
|
3週 |
ファジィ集合の演算 |
通常集合とファジィ集合の演算の相違点が理解できる
|
4週 |
ファジィ推論 |
ファジィ制御推論が理解できる
|
5週 |
遺伝アルゴリズムの歴史と基礎概念 |
他の最適化との相違との関係が理解できる
|
6週 |
生物の遺伝と進化の原理 |
原理が理解できる
|
7週 |
総合演習 |
|
8週 |
総合演習 |
|
2ndQ |
9週 |
中間試験 |
|
10週 |
遺伝アルゴリズム 選択 交叉 突然変異 |
ナップザック問題を例としてが理解できる
|
11週 |
選択法のいろいろ |
選択法の種類が理解できる
|
12週 |
ニューラルネットワークの歴史と基礎概念 |
基本原理が理解できる
|
13週 |
ニューロン |
基礎理論がが理解できる
|
14週 |
各種ニューラルネットワーク |
各種ネットワークが理解できる
|
15週 |
バックプロパーゲーション法 |
BPLの有利性が理解できる
|
16週 |
期末試験 |
|
評価割合
| 試験 | 演習 | 相互評価 | 口頭発表 | ポートフォリオ | その他 | 合計 |
総合評価割合 | 80 | 0 | 0 | 20 | 0 | 0 | 100 |
基礎的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
専門的能力 | 80 | 0 | 0 | 20 | 0 | 0 | 100 |
分野横断的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |