1. ホーム
  2. 大島商船高等専門学校
  3. 情報工学科
  4. アナログ電子回路

アナログ電子回路

科目基礎情報

学校 大島商船高等専門学校 開講年度 令和04年度 (2022年度)
授業科目 アナログ電子回路
科目番号 0036 科目区分 専門 / 必修
授業形態 授業 単位の種別と単位数 履修単位: 2
開設学科 情報工学科 対象学年 3
開設期 通年 週時間数 2
教科書/教材 [教科書] 「電子回路」 コロナ社， 篠田庄司ほか / [教材] 演習プリント, 自作講義プリント
担当教員 山田 博

到達目標

(１) pn接合の特性やトランジスタの動作原理を理解し分析的観点から説明できる。
(２) トランジスタのhパラメータ等価回路を理解し分析的観点から回路計算できる。
(３) トランジスタ回路の電圧や電流の増幅度の公式を適用して計算できる。
(４) AIの定義、AIの必要性、ビッグデータやIoTの活用などの社会での変化が説明でき。
(５) 活用されるデータの種類、データ・AIの活用領域について説明ができる。
(６) データ・AIの技術概要、ビッグデータの収集とデータの関係性、データの正義について説明できる。

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１pn接合の特性やトランジスタの動作原理を理解し問いかけの8割以上を分析的観点から説明できる。pn接合の特性やトランジスタの動作原理を理解し問いかけの6割以上を分析的観点から説明できる。pn接合の特性やトランジスタの動作原理の理解が不十分で問いかけの4割を越えて分析的観点から説明できない。
評価項目２トランジスタのhパラメータ等価回路を理解し問いかけの8割以上を分析的観点から回路計算できる。トランジスタのhパラメータ等価回路を理解し問いかけの6割以上を分析的観点から回路計算できる。トランジスタのhパラメータ等価回路の理解が不十分で問いかけの4割を越えて分析的観点から回路計算できない。
評価項目３トランジスタ回路の電圧や電流の増幅度の公式を適用して問いかけの8割以上を計算できる。トランジスタ回路の電圧や電流の増幅度の公式を適用して問いかけの6割以上を計算できる。トランジスタ回路の電圧や電流の増幅度の公式の適用が不十分で問いかけの4割を越えて計算できない。
評価項目４AIの定義、AIの必要性、ビッグデータやIoTの活用などの社会での変化を理解し問いかけの8割以上を分析的観点から回路計算できる。AIの定義、AIの必要性、ビッグデータやIoTの活用などの社会での変化を理解し問いかけの6割以上を分析的観点から回路計算できる。AIの定義、AIの必要性、ビッグデータやIoTの活用などの社会での変化の理解が不十分で問いかけの4割を越えて分析的観点から回路計算できない。
評価項目５活用されるデータの種類、データ・AIの活用領域について問いかけの8割以上を計算できる。活用されるデータの種類、データ・AIの活用領域について問いかけの6割以上を計算できる。活用されるデータの種類、データ・AIの活用領域について理解が不十分で問いかけの4割を越えて計算できない。
評価項目６データ・AIの技術概要、ビッグデータの収集とデータの関係性、データの正義を理解し問いかけの8割以上を説明できる。データ・AIの技術概要、ビッグデータの収集とデータの関係性、データの正義を理解し問いかけの6割以上を説明できる。データ・AIの技術概要、ビッグデータの収集とデータの関係性、データの正義の理解が不十分で問いかけの4割を越えて説明できない。

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
情報 (4)-a 説明 閉じる

教育方法等

概要:
将来、情報・電子分野で活躍するみなさんが必ず知っておくべきダイオードやトランジスタなどを用いた電子回路について学習します。
また、新しい時代を生き抜くための力として、AIやビッグデータ、データサイエンスなどの最新技術が社会でどのうよに広がり、活用されているか、AIの技術概要、ビッグデータの収集やAI・ビッグデータの取り扱いの注意点などについて学習します。
授業の進め方・方法:
毎回、小テストを行い学習達成度の確認を行います。並走する実験実習では、ダイオード整流回路やトランジスタ増幅回路を実際に組んで回路動作を考察します。
注意点:
小テストは必ず毎週提出すること。
追記1：遠隔講義、遠隔演習をWebClassにて実施する場合があります。
追記2：定期テストをWebClassにて実施する場合があります。

授業の属性・履修上の区分

アクティブラーニング
ICT 利用
遠隔授業対応
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 / 半導体材料とダイオード素子 半導体材料、不純物半導体、キャリアを理解し詳細に説明できる。
2週 ダイオード素子と整流回路 ｐｎ接合、空乏層、整流作用、負荷直線について理解・分析し説明できる。
3週 バイポーラトランジスタとその作用 ｎｐｎ型、増幅作用、スイッチ作用、入力特性、出力特性を理解し分析的観点から説明できる。
4週 ｈパラメータと直流動作点解析 直流電流増幅率、入力インピーダンス、直流負荷直線を理解し公式を適用して計算できる。
5週 電界効果トランジスタ(１) 接合型ＦＥＴ、伝達特性、ピンチオフ電圧を理解し公式を適用して計算できる。
6週 電界効果トランジスタ(２) ＭＯＳ－ＦＥＴ、チャネル、エンハンスメント型を理解し分析的観点から説明できる。
7週 増幅回路の直流動作と交流動作 交流動作回路、重ね合わせの理を理解・適用して回路計算ができる。
8週 前期中間試験 定期テストに向けて計画的に勉強できる。
2ndQ
9週 増幅回路の交流動作点解析 交流負荷直線、電圧増幅度、電流増幅度を分析的観点から解析・計算できる。
10週 トランジスタの等価回路(１) ｈパラメータ等価回路を分析的観点から適用できる。
11週 トランジスタの等価回路(２) 入出力インピーダンスを理解し分析的に計算できる。
12週 直流バイアス安定化回路 自己バイアス回路、電流帰還バイアス回路、ブリーダ電流バイアス回路を理解し詳細に説明できる。
13週 負帰還増幅回路(１) ブロック図、帰還率、負帰還抵抗を理解し回路構成を分析的に説明できる。
14週 負帰還増幅回路(２) 負帰還増幅回路のｈパラメータ等価回路を分析し等価回路を導ける。
15週 総合演習(１) 各種試験対策として真剣に取り組める。
16週 前期末試験 定期テストに向けて計画的に勉強できる。
後期
3rdQ
1週 ＡＩリテラシー ＡＩの定義、ＡＩが必要とされる理由について理解し説明できる。
2週 社会で起きている変化 ビックデータ、IoT、5G、第４次産業革命、Society5.0、データ駆動型社会について理解し説明できる。
3週 社会で活用されるデータ 人の導線によるデータ、オープンデータ、1次データ、2次データ、メタデータ、非構造化データの増大と活用について説明できる。
4週 データ・ＡＩの活用対象 データ・ＡＩの活用領域、具体例、シェアリングエコノミー、エビデンスベース社会について理解し説明できる。
5週 データ・ＡＩの技術 データ解析手法、可視化手法、非構造化データの処理、ＡＩの技術について理解し説明できる。
6週 データを読み説明し扱う データの種類、データの収集、データの集計について説明できる。
7週 データ・ＡＩを扱うときの注意 データ活用の負の側面、ＧＤＰＩ、ＥＬＳＩ、オプトイン・オプトアウト、データの正義について理解し説明できる。
8週 後期中間試験 定期テストに向けて計画的に勉強できる。
4thQ
9週 電気工学まとめステップアップ(１) 実践演習(電基・直流１)
10週 電気工学まとめステップアップ(２) 実践演習(電基・直流２)
11週 電気工学まとめステップアップ(３) 実践演習(電基・交流１)
12週 電気工学まとめステップアップ(４) 実践演習(電基・交流２)
13週 電気工学まとめステップアップ(５) 実践演習(電基・静電気)
14週 電気工学まとめステップアップ(６) 実践演習(2階線形微分方程式の解法と回路過渡解析)
15週 総合演習(３) 各種試験対策として真剣に取り組める。
16週 学年末試験 定期テストに向けて計画的に勉強できる。

評価割合

定期試験演習授業態度合計
総合評価割合603010000100
基礎的能力0000000
専門的能力603010000100
分野横断的能力0000000