到達目標
各種センサーやマイク、デジタルカメラなどから取得したデジタルデータに対する情報処理について学ぶ。これらセンサー等から取得したデータ処理システムに対する実践的な技術力を養成する。
１．情報処理に関する知識を説明できる。
２．情報処理システムの実装に関する知識を説明できる。
を標準的な目標とし、更に実際のデータを使った情報処理の実現を目指す。
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 |
| センサー出力に関する情報処理システムについて | 情報を処理することができる | 情報処理の手法を理解できる | 情報処理の手法を理解できない |
| 音声データに関する情報処理システムについて | 情報を処理することができる | 情報処理の手法を理解できる | 情報処理の手法を理解できない |
| 画像データに関する情報処理システムについて | 情報を処理することができる | 情報処理の手法を理解できる | 情報処理の手法を理解できない |
学科の到達目標項目との関係
学習・教育目標 (C)
説明
閉じる
基準1(2)の知識・能力 基準1(2)(d)(3)
説明
閉じる
教育方法等
概要:
各種センサーから取得した信号に対する情報処理を理解し、データ処理の実装を行う。また、マイクから取得した音声データやデジタルカメラなどから取得した画像データに関しても、基本的なデータ構造や情報処理システムについて学ぶ。音声データや画像データに対してもデータ処理を実装し、その理解を深める。
授業の進め方・方法:
デジタルデータの基本的な仕組みや処理システム、各種処理手法についての説明を行い、実際にデータを使った情報処理を実施する。
注意点:
試験の成績を60%、課題・レポートや小テストを40%の割合で総合的に評価する。技術者が身に着けるべき共通知識として、上記の到達目標に対する達成度を試験等において評価する。
授業の属性・履修上の区分
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
| 後期 |
| 3rdQ |
| 1週 |
一般的なセンサーとそこから得られるデータについて学習する。 |
一般的なセンサーから得られるデータとそこから得られる情報について説明できる。
|
| 2週 |
センサー出力に関する情報処理システムについて学習する。（サンプリング、視覚化） |
センサーから得られるデータのサンプリングや視覚化について説明できる。
|
| 3週 |
センサー出力に関する情報処理システムについて学習する。（サンプリング、視覚化） |
センサーから得られるデータを視覚化することができる。
|
| 4週 |
センサー出力に関する情報処理システムについて学習する。（フィルタリング、特徴抽出） |
センサーから得られるデータに対する、フィルタリングや特徴抽出手法について説明できる。
|
| 5週 |
センサー出力に関する情報処理システムについて学習する。（フィルタリング、特徴抽出） |
センサーから得られるデータに対して、フィルタリングや特徴抽出することができる。
|
| 6週 |
音声信号について学習する。 |
音声信号について説明できる。
|
| 7週 |
音声データに関する情報処理システムについて学習する。（サンプリング、音声符号化） |
音声データのサンプリングや音声符号化について説明することができる。
|
| 8週 |
音声データに関する情報処理システムについて学習する。（サンプリング、音声符号化） |
音声データのサンプリングや音声符号化について説明することができる。
|
| 4thQ |
| 9週 |
音声データに関する情報処理システムについて学習する。（フィルタリング、音声合成） |
音声データのフィルタリングや音声合成について説明することができる。
|
| 10週 |
音声データに関する情報処理システムについて学習する。（フィルタリング、音声合成） |
音声データに対して、フィルタリングや音声合成することができる。
|
| 11週 |
画像データや動画像データについて学習する。 |
画像データや動画像データについて説明できる。
|
| 12週 |
画像データに関する情報処理システムについて学習する。（画質改善） |
画像データ対する画質改善について、説明することができる。
|
| 13週 |
画像データに関する情報処理システムについて学習する。（画質改善） |
画像データ対して、画質改善手法を行うことができる。
|
| 14週 |
画像データに関する情報処理システムについて学習する。（特徴抽出、領域分割、テンプレートマッチング） |
画像データ対する特徴抽出について、説明することができる。
|
| 15週 |
画像データに関する情報処理システムについて学習する。（特徴抽出、領域分割、テンプレートマッチング） |
画像データ対して、特徴抽出することができる。
|
| 16週 |
動画像データに関する情報処理システム（特徴抽出） |
動画像データ対する特徴抽出について、説明することができる。
|
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 | 合計 |
| 総合評価割合 | 50 | 50 | 100 |
| 基礎的能力 | 40 | 20 | 60 |
| 専門的能力 | 10 | 25 | 35 |
| 分野横断的能力 | 0 | 5 | 5 |