近年の機械学習の発展に伴いセンシングの枠が広がってきている。こうしたセンシングで用いられる種々のセンサの検出原理とそれらを利用した計測情報システムについて学習する。社会インフラや自動車などに用いられる先端的なセンシングシステムについても理解を深める。
基本的なセンサの原理と利用方法を理解する。さらに発展的なシステム構築に必要な知識を獲得する。
✔ 該当する | 実務経験と講義内容との関連(又は実践的教育内容) |
---|---|
本講義は,企業において研究開発の実務経験をもつ教員がその経験を活かし,変化する技術にも対応できるような基礎的な概念を涵養することを目指して教育する。 |
各種センサの原理、計測情報システム、社会インフラ
✔ 専門力 | 教養力 | コミュニケーション力 | 展開力(探究力又は設定力) | 展開力(実践力又は解決力) |
複数の非常勤講師によるオムニバスのため、講義の順番は前後することがある。
授業計画 | 課題 | |
---|---|---|
第1回 | この講義について、センサとは | この講義の必要性について理解する。 |
第2回 | 画像処理とセンシング(1) | 画像処理のためのセンシング技術の基礎について理解する。 |
第3回 | 画像処理とセンシング(2) | 画像処理の計測情報システムへの応用について理解する。 |
第4回 | マルチモーダル環境認識とセンシング(1) | マルチモーダル環境認識のためのセンシング技術の基礎について理解する。 |
第5回 | マルチモーダル環境認識とセンシング(2) | マルチモーダル環境認識の計測情報システムへの応用について理解する。 |
第6回 | 生成AIと大規模言語モデル(1) | 生成AIと大規模言語モデルの基礎について理解する。 |
第7回 | 生成AIと大規模言語モデル(2) | 生成AIと大規模言語モデルの計測情報システムへの応用について理解する。 |
学修効果を上げるため,配布資料等の該当箇所を参照し,「毎授業」授業内容に関する予習と復習(課題含む)をそれぞれ概ね100分を目安に行うこと。
特になし
毎回配布
レポートによる
特になし